多語言 PDF 在國際商業、政府和法律環境中很常見。合約可能會以英語和法語出現在每一頁的平行欄中，每種語言版本都具有同等的法律效力。產品手冊可能包括單獨的英語、西班牙語和中文部分，每個部分針對不同的區域市場。政府表格可能會在一頁上提供五種語言的說明，以便單一文件服務整個多語言人群。從此類文件中編輯資訊所面臨的挑戰從根本上來說比編輯單語言 PDF 更為複雜，因為您必須針對要刪除的文本和要保留的文本做出深思熟慮的、逐個語言的決定。
您可能需要刪除一種語言的敏感文本，同時保留另一種語言的相同信息，根據該司法管轄區的披露規則，該信息不被視為敏感。您可能只需要編輯個人姓名的英文版本，而使法文和西班牙文版本完全可見，因為不同的隱私權法規適用於同一官方文件的不同語言版本。或者，您可能需要編輯一種語言部分的機密信息，同時保留其他語言的未機密摘要。這些場景需要一種在單一文字區塊而不是整個頁面層級運作的編輯技術，而該技術首先要準確地理解多語言內容如何儲存在 PDF 檔案中。
多語文本如何儲存在 PDF 文件中
PDF 檔案將文字儲存為單一字元運行，每個字元位於頁面畫布上精確的 x 和 y 座標處。每個字元都有自己的字體標識符、大小、顏色和確切的放置座標。重要的是，PDF 格式沒有內建的語言概念。同一頁面上的英語文字區塊和法語文字區塊在文件結構中的任何位置都不會被標記為英語或法語。它們只是位於頁面不同區域的兩個獨立的字元運行集合，可能使用針對每種語言的特定字元集和印刷約定進行最佳化的不同字體來呈現。
矛盾的是，缺乏語言元資料既是特定語言編輯的最大障礙，也是使其在技術上成為可能的功能。這是一個障礙，因為沒有編輯工具可以透過讀取元資料標籤自動識別哪個文字屬於哪種語言。 PDF 的內部物件表中沒有語言列。這使得特定於語言的編輯成為可能，因為每種語言的文字區塊在結構上完全獨立於其他語言，這意味著編輯一種語言版本實際上不會影響另一種語言版本。英文文字運作和法文文字運行在文件中佔用不同的位元組範圍，並且可以獨立操作。
實際上，這意味著當您在兩列佈局的左列中的一段英文文字上繪製密文矩形時，PDF 密文工具僅刪除座標落在該矩形內的字串。右欄的法文文字安全地位於不同的座標處，未受到任何影響。這種分離純粹是幾何的，而不是語言的，但它之所以有效，是因為幾何與語言邊界可靠地相關。只要您能夠準確識別每個頁面的哪些區域包含哪種語言，您就可以按語言選擇性地進行編輯。
在進行任何編輯之前創建語言地圖
特定於語言的修訂最重要的準備步驟是在修訂任何內容之前建立文件的完整語言映射。有系統地瀏覽每一頁並準確地識別哪些文字區塊屬於哪種語言。在平行列佈局中，記錄第 1 至 20 頁左列是語言 A，右列是語言 B。在堆疊佈局中，請注意每頁的頂部三分之一是英語，中間三分之一是西班牙語，底部三分之一是中文。在語言按部分交替的文件中，標記每個語言部分的頁面範圍。建立一個簡單的參考文檔，無論是電子表格、標記的螢幕截圖還是手寫筆記，您都可以在編輯過程中查閱該文檔，以確認哪些文字屬於哪種語言。
當您放大特定段落並需要在應用密文之前驗證您正在查看的語言時，語言地圖可作為您的權威參考。它可以防止最常見的特定於語言的編輯錯誤：意外地用錯誤的語言編輯文本，因為您忘記了正在使用的語言區域。與必須解釋為什麼從官方文件中編輯錯誤語言的文本所需的時間和潛在後果相比，創建地圖所花費的時間微不足道。
使用字體資訊輔助語言辨識
雖然 PDF 格式不會儲存語言標籤，但它確實儲存每個字元運行的詳細字體信息，並且此字體資料可以作為語言識別的強大代理。不同的書寫系統需要根本不同的字體技術。下表將常見字體腳本類型對應到它們通常代表的語言以及每種字體的編輯注意事項。
| 字體腳本類型 | 可能代表的語言 | 關鍵編輯注意事項 |
|---|---|---|
| 拉丁文字字體 | 英語、法語、西班牙語、德語、義大利語、葡萄牙語、荷蘭語和大多數其他西歐語言 | 目視驗證是哪種特定語言；不同語言中的字元嚴重重疊 |
| CJK 字體（SimSun、MS Mincho、Batang） | 中文（簡體或繁體）、日文、韓語 | 字體名稱通常直接指示目標語言 |
| 阿拉伯文字字體 | 阿拉伯語、波斯語（波斯語）、烏爾都語、普什圖語 | 從右到左的文字方向；密文矩形必須考慮 RTL 佈局 |
| 西里爾字母字體 | 俄語、烏克蘭語、保加利亞語、塞爾維亞語、馬其頓語 | 這些語言的字形形狀非常相似；目視驗證必不可少 |
| 天城文和印度文字體 | 印地語、馬拉地語、尼泊爾語、梵語和其他南亞語言 | 複雜的字形形狀可能會影響密文矩形的放置 |
字體訊息將語言辨識問題從「世界七千種語言中的哪一種」縮小到「使用這種特定書寫系統的少數語言中的哪一種」。當與實際文字內容的視覺檢查相結合時，基於字體的識別足夠可靠，可以在幾乎所有現實世界文件中自信地進行特定於語言的編輯。
使用標準 PDF 工具執行特定於語言的編輯
標準 PDF 編輯工具不包含語言選擇器功能。沒有下拉式選單供您選擇“僅編輯英語”或“僅編輯法語”。透過在要從文件中永久刪除的內容上繪製矩形區域來執行密文。對於特定語言的密文，這意味著您必須仔細繪製僅覆蓋目標語言文字的密文矩形，同時精確避免佔用同一頁面的相鄰或附近區域的其他語言的文字。
在乾淨的平行列佈局中，英語佔據頁面左側 45%，法語佔據頁面右側 45%，並且它們之間有清晰的裝訂線，該任務是可以管理的。您繪製遮蓋英文欄文字的密文矩形，而完全保留法文欄。在語言交錯的文件中，例如每個欄位標籤以三種垂直堆疊的語言出現的表單，該任務需要放大到至少 200% 並繪製精確、狹窄的矩形，僅覆蓋目標語言行，而不剪裁到其上方或下方的行。
WukongPDF 的PDF 編輯 工具執行真正的破壞性編輯，從 PDF 文件結構中永久刪除所選內容，而不是僅僅用黑色矩形覆蓋它。對於特定語言的修訂，每個頁面至少放大 200%。小心繪製密文矩形，驗證每個矩形僅覆蓋目標語言文字。套用所有密文後，以正常縮放捲動瀏覽整個文件以執行視覺驗證。確認非目標語言文字完整無缺、完全清晰，並且在語言區域之間的邊界處沒有意外剪切的跡象。
處理出現在每種語言版本中的共享內容
多語言文件的某些元素因其性質而在所有語言版本之間共用。合約參考編號、法院案件編號、金額、日期或財產地址可能會在每個語言部分中出現相同的內容，因為這些事實不會因翻譯而改變。如果必須對此類共享資訊進行編輯，則必須對其出現的每種語言版本進行編輯。在法語部分留下一個可見的案例編號，而它已從英語部分中刪除，會造成明顯且具有破壞性的不一致，任何審查者都會立即註意到。
如果有正當理由以一種語言保留共享訊息，同時以另一種語言編輯共享訊息，則必須明確記錄該原因。建立簡短的附註或在 PDF 中嵌入元數據，解釋編輯的語言版本、選擇性編輯的具體法律或監管依據以及做出編輯決定的機構。該文件透過確定選擇性刪除是經過深思熟慮、合理的決定，而不是編輯過程中的疏忽或錯誤，來保護執行編輯的人員和發布文件的組織。
對於特定語言的修訂要求是由真正複雜的多司法管轄區法律框架驅動的文檔，請在執行修訂之前諮詢法律顧問。按語言進行編輯的技術能力是存在的，並且在仔細執行時是可靠的。透過語言選擇性地揭露資訊的法律適當性是一個單獨的問題，完全取決於具體的監管環境。還應權衡翻譯 PDF的影響：只能閱讀未編輯語言版本的接收者可能會收到與僅限於編輯版本的接收者截然不同的一組披露資訊。