翻译 PDF 中的文本非常简单。单词从一种语言变为另一种语言。页面布局则不然。翻译后的文本会重排以适合相同的页面区域，并且布局会中断。原始语言中的标题是四个单词，整齐地排列在一行上。翻译后的标题是七个单词，换行成两行，将正文向下推并移动整个页面布局。在不更改布局的情况下翻译 PDF 需要将翻译输出限制为原始文本位置和字体大小，以便翻译后的文档在除语言之外的各个方面都与原始文档相同。 翻译 PDF 保留布局翻译的工作流程比简单的文本翻译要求更高。
为什么 PDF 翻译通常会破坏布局
不同的语言用不同数量的字符表达相同的含义。英语到德语的翻译通常会扩展百分之二十到百分之三十。英语到汉语通常会收缩。在源语言中占据特定宽度的文本字符串在目标语言中占据不同的宽度。如果将翻译后的文本放回 PDF 中而不调整字体大小或文本框宽度，则文本会溢出其容器。溢出会推入相邻内容、与其他文本重叠或在容器边界处被剪切。
标准 PDF 翻译工作流程会提取文本、翻译文本，然后使用默认字体设置重新插入文本。默认设置不考虑原始文本位置、原始字体大小或原始文本框尺寸。重新插入的文本大致位于正确的位置，并且具有大致正确的外观。结果是可读的，但与原始布局明显不同。 PDF 格式页面结构已被翻译破坏。
提取带有位置信息的文本
为了保留布局，翻译工作流程不仅必须捕获文本内容，还必须捕获文本在页面上出现的位置。提取文本及其边界框坐标、字体名称、字体大小和文本对齐方式。页面上的每一段文本都被记录为包含原始文本字符串及其视觉属性的数据记录。这种结构化提取比简单的文本转储更详细。
支持位置输出的 PDF 文本提取工具可生成 XML 或 JSON 文件，其中包含页面上每个文本元素的边界框和字体信息。提取将每个文本块标识为具有自己的位置和格式的单独元素。这种每个元素的粒度可以实现保留布局的翻译。每个元素都被单独翻译并使用原始格式重新插入到其原始位置。 WukongPDF 提供翻译 PDF 功能，可在翻译过程中保留文档布局。
使用布局约束逐个元素翻译
单独翻译每个提取的文本元素。翻译引擎接收源文本并生成目标文本。然后将目标文本限制为适合原始边界框。如果翻译后的文本比原始文本长，请减小字体大小直至适合。如果翻译的文本较短，请增加字体大小或增加字母间距以填充可用宽度。目标是保持原始文本块尺寸。
对于超出合理字体大小缩小所能容纳范围的文本，请考虑替代翻译。较短的同义词可以代替较长的短语。可以重组句子以使用更少的单词。 翻译 PDF 运算符必须平衡语言准确性与布局约束。在重要文档中，布局保真度优先。在信息性文件中，翻译准确性优先。
处理特殊布局元素
表格在翻译过程中需要特别小心，因为单元格尺寸是由表格结构固定的。翻译后的列标题比原始列标题长，可能不适合列宽。减小标题文本的字体大小。如果字体太小而无法阅读，请考虑缩写标题或使用更窄的同义词。表结构、行和列的网格必须保持完整。
图像中的文本是保留布局的翻译中最难处理的元素，因为文本是图像像素的一部分。必须提取图像，必须从图像中删除文本，并且必须将翻译后的文本以相同的视觉风格放置到图像中的相同位置。这是图像编辑与翻译的结合，是布局保存工作流程中最耗费人力的步骤。对于图像文本很重要的文档，请考虑是否可以用目标语言重新创建图像而不是进行编辑。
重新组装翻译后的 PDF
翻译所有文本元素并调整其大小以适合其原始边界框后，重新组合 PDF。将每个翻译的文本元素以其调整后的字体大小放置在其原始坐标处。页面结构应与原始页面结构相同。唯一的区别是文本的语言。打开重新组合的 PDF 并将其与原始文件并排比较，以验证重新组合的 PDF。每个文本元素都应位于相同的位置并具有相同的视觉权重。
重新组装后，运行布局完整性检查。检查没有文本溢出其容器。检查没有文本与其他文本重叠。检查分页符是否出现在与原件相同的位置。当不懂任何一种语言的读者无法仅通过查看页面结构来区分哪个文档是原始文档以及哪个文档是翻译时，保留布局的翻译是成功的。
与标准翻译相比，保留布局的翻译非常耗时，但其结果是文档的外观和功能与原始文档相同。对于法律文件、财务报告、证书以及任何视觉呈现有意义的文件，额外的努力是合理的。
WukongPDF 通过基于浏览器的平台提供此工作流程所需的工具，该平台适用于所有操作系统和设备。
本文中描述的技术可以使用大多数平台上提供的 PDF 工具来实现，包括基于浏览器的服务、桌面应用程序和移动应用程序。
通过正确的方法和适当的配置，此 PDF 任务将成为一项例行操作，可为任何文档生成一致且可靠的结果。
了解这些概念并应用此处描述的方法将帮助您有效地处理此 PDF 场景，并对输出的质量充满信心。
本文介绍的工作流程和最佳实践为在此特定环境中处理 PDF（无论是个人、专业还是组织用途）提供了坚实的基础。
本文涵盖了有效处理此 PDF 任务所需的基本概念和实际步骤，从初始设置到最终输出验证。
与许多文档操作一样，结果的质量取决于设置过程中的谨慎程度以及分发或归档最终文档之前验证步骤的彻底性。
可靠地执行此操作的能力对于任何文档工作流程都是有价值的补充，可以节省时间并产生能够很好地反映个人和组织的专业结果。
无论是第一次执行此操作还是完善已建立的工作流程，此处描述的原理和方法都提供了清晰且实用的指导。
PDF 生态系统不断发展，新工具和功能不断涌现。随时了解可用选项可确保文档工作流程保持高效。
通过更快的文档处理、更少的错误以及满足收件人需求的更专业的输出，在掌握这些 PDF 技术上投入的时间会得到数倍的回报。
本文对该主题进行了全面的概述，涵盖了实现预期结果所需的基本概念和实用技术。
有了这些知识，读者就可以充满信心地完成任务，并生成符合质量和可靠性专业标准的文档。
本文概述的方法和途径代表了处理 PDF 文档管理这一方面的当前最佳实践。
通过遵循此处提供的指导，读者可以获得一致的高质量结果，同时避免导致沮丧和浪费精力的常见陷阱。
PDF 格式仍然是跨行业和平台的文档交换标准。掌握这些技术可以提高个人生产力和组织能力。
应用这些技术的读者会发现，通过实践和正确的工具配置，曾经看似复杂的任务变得简单且易于管理。
学习正确的 PDF 处理的投资可以在无数的文档任务中获得回报，使其成为现代数字工作场所中最实用的技能之一。
经过实践，这些 PDF 操作已成为第二天性，使文档专业人员能够专注于内容，而不是与文件格式挑战作斗争。
本文提供的指导使读者能够有能力、有把握地处理 PDF 工作的这方面。
掌握这种 PDF 技能是一项投资，随着每个文档的处理和每个工作流程的简化，它会持续带来回报。
保留布局的翻译可以跨越语言障碍保持文档的视觉完整性。
这项技能一旦发展起来，就会成为任何文档专业工具包中永久且有价值的一部分。
此处获得的知识适用于各种工具、平台和文档类型，对于使用 PDF 的任何人都普遍有用。