您通过在线翻译工具提供 PDF 并下载结果。文本现在是目标语言，但文档看起来有误。标题已经改变。项目符号点未对齐。图像已从原来的位置移动。最糟糕的是，文档中的每个超链接都失效了。翻译工具替换了可见的链接文本，但删除了底层 URL。该文档已翻译但已损坏。
在保留其格式和交互元素的同时翻译 PDF 需要一种将文本层与页面结构分开的翻译方法。挑战在于 PDF 文本和 PDF 布局紧密耦合。更改翻译句子的长度（从英语翻译为德语、法语或西班牙语时可能会增加 20% 到 30%），导致周围的文本和元素错位。结果是文本溢出其原始边界或与相邻内容重叠。
为什么 PDF 翻译经常破坏格式
大多数翻译 PDF工具的工作原理是从每个页面提取文本，将其发送到机器翻译引擎，然后尝试将翻译后的文本放回到原始页面布局中。核心问题是文本重排。翻译成德语的英文文本字符数平均增加 20% 到 30%。同样的句子原本可以整齐地放入为英语设计的文本框中，但现在却溢出了文本框。如果翻译工具不调整文本框大小或字体大小进行补偿，则翻译后的文本会被截断、与相邻元素重叠或破坏页面布局。
超链接会丢失，因为 PDF 链接存储为覆盖在页面上的可点击矩形区域，与可见文本分开。当翻译工具替换文本但不更新链接注释以匹配新的文本位置和长度时，链接要么指向错误的位置，要么被完全删除。可见的带下划线的蓝色文本仍然存在，但其后面的可点击区域消失了。
基于图层的方法：OCR、翻译文本、叠加在原始文本上
在翻译过程中保留格式的最可靠方法是保持原始页面图像完整并在顶部添加翻译后的文本层。此方法将原始 PDF 视为视觉背景，并将翻译后的文本放置在位于原始文本上方的透明文本框中。原始格式、图像和链接保持不变，因为它们从未被删除。仅翻译并重新定位文本。
这种方法非常适合静态文档，其中视觉布局是主要关注点，翻译后的文本用于阅读，而不是用于进一步编辑。翻译后的文本可以调整字体大小和框尺寸以适应可用空间，而不影响背景。 WukongPDF 通过在必要时执行 OCR 来支持这种基于图层的方法，提取文本，在保持文本块之间的空间关系的同时进行翻译，并将翻译内容放置在原始页面图像之上的新图层中。
翻译过程中保留超链接
超链接是翻译过程中最脆弱的元素，因为它们作为注释与文本分开存储。为了保留链接，翻译工具必须读取每个链接注释，记录其目标 URL，记下与哪个文本关联，翻译该文本，并将链接注释重新附加到新的文本位置。不明确支持链接保留的工具将删除链接。
基于浏览器的翻译工具包括PDF链接保存作为翻译过程的一部分。在翻译之前，该工具会扫描文档中的超链接注释并记录每个链接的 URL、可见文本和位置。翻译后，链接将重新附加到相应的翻译文本块。外部超链接（指向网站的超链接）将保留其原始 URL 不变。内部链接（指向同一 PDF 中其他页面的链接）将被重新映射，以考虑文本扩展引起的页码变化。结果是翻译后的 PDF，其中文本和导航仍然有效。
处理跨语言的文本扩展和收缩
不同的语言对具有不同的扩展特性。英语到德语的扩展通常会增加 20% 到 30%。英语到法语扩展了 15% 至 25%。英语到西班牙语的扩展范围为 10% 至 20%。相比之下，英语到汉语或日语的翻译量会减少 20% 到 40%，因为表标字符在较小的水平空间中包含了更多的含义。不考虑这些差异的翻译工具将产生翻译文本溢出或留下尴尬间隙的文档。
对于扩展较多的语言对，实际的调整是将翻译文本的字体大小减小一到两点，或者允许文本框垂直扩展，同时保持其水平宽度限制为原始列宽。垂直扩展将后续内容推向页面下方，这通常比导致文本消失在页边距之外的水平溢出更好。对于收缩较多的对，可以稍微增加字体大小以填充空间，尽管这可能会在翻译文本和原始文档的排版之间造成视觉不匹配。
检查翻译后的 PDF 的质量
机器翻译并不完美，翻译错误可能会改变句子的含义，有时会以微妙且后果严重的方式改变。翻译后，请一名阅读目标语言的人员审阅文档。如果没有人工审阅者，至少可以通过使用不同的翻译引擎将翻译句子翻译回源语言并与原始语言进行比较来抽查翻译句子的样本。这种反向翻译检查可以发现明显的错误，但不能替代人工审核。
有条不紊地检查格式。滚动浏览每一页。验证没有文本被截断、重叠或移位。单击每个超链接并确认其导航到正确的目的地。检查图像、表格和其他非文本元素是否保留在其原始位置。如果翻译工具使用覆盖方法，请确认翻译文本充分覆盖原始文本，特别是当原始文本的字体比翻译的字体更大或颜色更深时。从译文后面窥视原文会产生不专业的结果。
对于需要定期更新和重新翻译的文档，建立翻译记忆库。翻译记忆库存储以前翻译的片段，并在新版本中出现相同或相似的文本时重复使用它们。这降低了翻译成本，提高了一致性，并防止重复出现相同的格式错误。 WukongPDF 的PDF Export 管道可以合并翻译记忆库数据以加速更新文档的重新翻译。