跳到主要内容

翻译 PDF 之前,要不要先转换格式?

判断 OCR 和可编辑的中间格式何时有助于 PDF 翻译,何时只会增加排版和校对负担。

翻译前先转换 PDF,可能让编辑更容易,也可能增加表格、图注丢失或阅读顺序出错的风险。只有当你确实能在原文或最终交付物中找出某个问题时,多这一步才值得。

先想清楚你要得到什么结果,再倒推做法。不要因为别人的教程里出现了某种格式,就照着转成那种格式。

先判断你需要可编辑的文本,还是固定页面的成品

PDF 以页面为单位排版。可编辑文档或流式文本格式能让你更自由地调整措辞,但未必能保留原来的位置、分页和区块之间的关系。

如果你需要的是一份用于阅读的报告译本,直接翻译 PDF 可能就够了。如果你要修改段落、做批注,或把材料交给另一位编辑,Markdown 或其他支持的可编辑格式通常更实用。

如果最终成品必须经过精细排版,那么转换导出只是工作的一部分。你可能还需要原始排版文件或排版软件,才能还原要求的版式。仅靠改文件扩展名,不会自动完成这种重建。

确认是否必须使用 OCR

在 PDF 中选中一句话,复制到纯文本里看看。再找一页复杂的页面重复一次。扫描页面的图像必须经过识别才能变成文字;即使文字可以选中,质量不佳的隐藏文本层也可能带出错误。

OCR 和转换中间格式是两个不同的决定。在线服务可以在处理流程中直接完成文字识别,不需要你先另外导出一个文件。反过来,把纯图像 PDF 另存为另一种按页排版的格式,识别问题依然存在。

遇到混合型文件,要抽查不同部分的页面。前面是数字生成的正文,不代表后面的扫描附录也能正确读取。扫描版 PDF 转 EPUB 指南介绍了输出可重排阅读版本时的具体要求。

算一算中间格式带来的排版和校对成本

选择处理方式之前,先想想哪些内容必须在转换和翻译两道工序中都保留下来:

元素中间文件可能带来的额外工作
多栏文本翻译前先恢复段落顺序
表格修复合并的表头、标签和单位
插图让图片、图注和正文引用保持对应
注释重新连接标记和对应的说明
页码引用把结果对应回所引用的版本

如果你本来就打算做这些修复,可编辑的中间文件就有用。如果你只是把它翻译一遍再原样导出、什么都不检查,那它就没那么划算。

除了处理费用,还要估算校对时间。如果手上有同一份原始排版文件,而某个服务支持这种格式,用它也许就不必重建 PDF。这是另一种流程,并不代表 PDF Craft 接受所有源文件格式。

让处理方式与输出格式相匹配

使用 PDF Craft 时,上传 PDF 后选择 PDF 翻译,或者选择 EPUB、Markdown 并开启翻译。确认任务前,设置目标语言和相关要求。该服务目前支持 PDF 和 EPUB 输入;不要因为别的工具教程推荐 DOCX,就以为它也能输出 Word 文档。

需要继续阅读、文字大小可调,就用 EPUB;需要编辑和重复使用,就用 Markdown;目标是按页呈现的译文,就用 PDF。无论选哪种,都保留原始 PDF 作为对照。

如果你确实需要 DOCX 作为中间交付物,请另找明确支持 DOCX 的工具,并核实它当前的功能。把这个转换步骤说清楚,不要把它当成 PDF Craft 的功能。

先跑一段有代表性的流程,再批量重复

拿一个章节走完整个流程:原文、中间结果(如果用了)、译文、最终阅读版本。对照检查人名、数字、标题、一张表格和一条注释。一条流程在每一步看起来都很整齐,信息仍可能在环节之间丢失。

只有当中间导出文件有明确用途时才保留它:校对、编辑、协作或格式兼容。否则,直接处理留下的文件更少,需要检查的转换环节也更少。

如果你要根据语言做选择,西班牙语文档翻译讨论了输入和输出上的差异。你实际要运行的在线任务,费用见价格。合理的做法是选那条最终文件用得上、也查得清的路,而不是转换步骤最多的那条。

把方法用在你的文档上

先用有代表性的文件试一次,检查结果,再选择适合整套资料的处理方式。

选择合适的 PDF 处理流程