PDF Translate

# PDF Translation Skill

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 reportlab 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

```python import pdfplumber

pdf = pdfplumber.open("输入文件.pdf") for i, page in enumerate(pdf.pages): text = page.extract_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

1. 专有名词保留英文：首次出现时括号附英文，如"渐进式披露（Progressive Disclosure）"
2. 代码块不翻译：` ``` ` 内代码保持原文，只翻译围栏外说明文字
3. 行内代码不翻译：反引号内标识符、命令、文件名保持英文
4. 保持层级结构：`#` → `##` → `###` → `####` 不跳级
5. 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
6. 列表格式：`- ` 或 `1. ` 开头，嵌套用 2 空格缩进
7. 表格格式：`| 列1 | 列2 |` 语法，必须有 `|---|---|` 分隔行
8. 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：

```bash python3 ${SKILL_DIR}/scripts/md2pdf.py "输入.md" "输出.pdf" ```

macOS 上如果报 gobject 找不到：

```bash DYLD_FALLBACK_LIBRARY_PATH="/opt/homebrew/lib" python3 ${SKILL_DIR}/scripts/md2pdf.py "输入.md" "输出.pdf" ```

也可以使用项目目录下的副本：

```bash 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

1. 翻译完成后告知用户：
2. `.md` 文件路径
3. `.pdf` 文件路径
4. 文档概况（页数、字数）

依赖安装

```bash # macOS brew install pango pip3 install pdfplumber markdown weasyprint

# 旧方案依赖（仍可用） pip3 install reportlab 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（reportlab） | | `scripts/generate_complete_pdf.py` | 旧版：完整工作流（reportlab） |

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_LIBRARY_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