PDF Translate

PDF Translation 技能

翻译 PDF 文档并生成排版精美的中文文档。输出 Markdown + PDF 双格式。

版本信息

当前版本: v4.0.0 发布日期: 2026-02-21

v4.0.0 变更 采用 Markdown-first 工作流：先生成结构化 Markdown，再转 PDF PDF 引擎从 报告lab 切换为 weasyprint（支持完整 HTML/CSS 排版） 修复代码块中文乱码问题（添加 CJK 字体 fallback） 完整支持：标题层级、代码块、表格、列表、引用、粗体斜体 新增 scripts/md2pdf.py 通用转换脚本 核心工作流 Step 1: 提取 PDF 文本 导入 pdfplumber

pdf = pdfplumber.open("输入文件.pdf") for i, page in enumerate(pdf.pages): text = page.提取_text() if text: print(f"--- Page {i+1} ---") print(text)

长文档（>20 页）先提取前几页了解结构，再分批提取。

Step 2: 分析文档结构

通读全文，识别以下元素并规划 Markdown 映射：

原文元素 Markdown 映射 文档标题 # 章节（Chapter） ## 小节（Section） ### 子小节（Subsection） #### 目录 链接列表 - 章节名 正文段落 段落（空行分隔） 代码块 `` 围栏（不翻译内容） 表格 | 列1 | 列2 | 语法 有序列表 1. 开头 无序列表 - 开头 引用/提示框 > 语法 页脚/页码 丢弃 Step 3: 逐章节翻译为中文 Markdown

必须逐章节翻译，不要一次输出全文。每完成一个章节就追加写入文件。

翻译规则 专有名词保留英文：首次出现时括号附英文，如"渐进式披露（进度ive Disclosure）" 代码块不翻译：` 内代码保持原文，只翻译围栏外说明文字 行内代码不翻译：反引号内标识符、命令、文件名保持英文 保持层级结构：# → ## → ### → #### 不跳级 段落间必须空行：每个段落、列表、代码块、表格前后都要有空行 列表格式：- 或 1. 开头，嵌套用 2 空格缩进 表格格式：| 列1 | 列2 | 语法，必须有 |---|---| 分隔行 引用格式：> 开头 翻译质量标准

参见 translation-standards.md

三步翻译工作流：重写初稿 → 问题诊断 → 润色定稿 四大语言转换策略：形合→意合、被动→主动、抽象→具体、精简冗余 杜绝"欧化表达"和"翻译腔" 必须避免的格式错误 ❌ 段落之间没有空行 → 文字挤在一起 ❌ 列表项前没有空行 → 不被识别为列表 ❌ 表格前后没有空行 → 表格无法渲染 ❌ 代码块 `` 前后没有空行 → 代码块不显示 ❌ 标题 ## 前后没有空行 → 标题不识别 ❌ 翻译代码块内的代码 ❌ 一次性输出全部内容导致截断 Step 4: 输出 Markdown 文件

写入 .md 文件，路径与原 PDF 同目录，文件名：原文件名_中文翻译.md

Step 5: 生成 PDF

使用 scripts/md2pdf.py 将 Markdown 转为排版精美的 PDF：

python3 ${技能_DIR}/scripts/md2pdf.py "输入.md" "输出.pdf"

macOS 上如果报 gobject 找不到：

DYLD_FALLBACK_库_PATH="/opt/homebrew/lib" python3 ${技能_DIR}/scripts/md2pdf.py "输入.md" "输出.pdf"

也可以使用项目目录下的副本：

python3 scripts/md2pdf.py "输入.md" "输出.pdf"

PDF 排版特性：

A4 版面，自动分页，页码 中文字体（苹方/黑体/雅黑）+ 英文字体 fallback 深色背景代码块（支持中文注释） 专业表格样式（交替行色、边框） 蓝色左边框引用块 标题层级样式（蓝色边线、字号递减） Step 6: 确认输出

翻译完成后告知用户：

.md 文件路径 .pdf 文件路径 文档概况（页数、字数） 依赖安装 # macOS brew 安装 pango pip3 安装 pdfplumber markdown weasyprint

# 旧方案依赖（仍可用） pip3 安装 报告lab pypdf

脚本目录 脚本 用途 scripts/md2pdf.py 推荐 Markdown → PDF（weasyprint 引擎） scripts/translate_pdf.py 旧版：基础 PDF 提取和生成（报告lab） scripts/生成_complete_pdf.py 旧版：完整工作流（报告lab） 故障排除 问题 解决方案 代码块中文乱码 使用 md2pdf.py（v4.0，已修复 CJK font fallback） weasyprint 报 gobject 找不到 DYLD_FALLBACK_库_PATH="/opt/homebrew/lib" 中文字体不显示 确认系统有苹方或黑体字体 Markdown 格式错乱 检查块级元素前后是否有空行

更多问题参见 troubleshooting.md

参考文档：

翻译标准 字体配置 故障排除 完整示例