# 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](https://pdfcraft.ai/zh-CN/blog/scanned-pdf-to-epub/)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](https://pdfcraft.ai/zh-CN/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](https://pdfcraft.ai/zh-CN/blog/spanish-document-translation/)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](https://pdfcraft.ai/zh-CN/pricing/)。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。