翻譯 PDF 表格通常意味著將所有文字從一種語言轉換為另一種語言。但有些情況需要採取更為外科手術的方法：將正文保留其原始語言，同時僅將數字從一種格式翻譯為另一種格式，或者將日期格式從 DD/MM/YYYY 轉換為 MM/DD/YYYY，或者將小數分隔符號從歐洲逗號更改為英語句點。這不是傳統意義上的語言翻譯。它是數位格式在地化，需要與全文翻譯不同的工具。
數位在地化與語言無關，而是與格式約定有關。
用於數字和日期的翻譯 PDF 方法適用於資料擷取級別，而不是文字替換級別。提取數值，以程式設計方式轉換它們，然後將轉換後的值覆蓋在原始 PDF 上或產生表格的新版本。 WukongPDF 的PDF 轉換器 可靠地處理提取步驟，基於電子表格的格式轉換處理其餘部分。僅將數位單元格與周圍文字隔離是關鍵的第一步，它決定了該過程的其餘部分是否有效。
地區之間常見的數字和日期格式差異
小數和千位分隔符號是最大的混亂來源。數字 1025 美分在美國和英國寫為 1,000.25，但在歐洲大陸和南美洲的大部分地區寫為 1.000,25。面向美國受眾的源自德國的表格需要將每個小數點逗號交換為一個句點，並將每千個句點交換為逗號，而無需觸及周圍文本的任何單字。一攬子查找和替換會損壞數字和文本，造成比原始格式不匹配更糟糕的混亂。
日期字串增加了歧義的另一個維度。字串 03/04/2025 在美國表示 3 月 4 日，但在英國和歐洲大部分地區表示 4 月 3 日。在不知道來源格式的情況下進行轉換可能會導致每個日期發生數週或數月的變更。貨幣符號也具有位置規則：在愛爾蘭，歐元符號位於金額之前，但在法國，歐元符號位於金額之後，並且某些地區在符號和數字之間插入空格，而其他地區則沒有。負數在某些區域設定中以前導減號出現，在其他區域設定中以括號形式出現，在少數區域設定中以尾隨減號出現。每項公約都深深植根於區域實踐，必須正確映射才能使目標受眾信任該文件。
僅從 PDF 表中提取數字單元
將表格轉換為儲存格可尋址格式是第一步。匯出至 Excel 或 CSV 會保留網格結構，並讓 Excel 的內建格式偵測自動辨識數位儲存格。文字到列精靈和數字格式識別可以處理簡單的情況，無需任何手動幹預。對於乾淨導出的表，整個轉換需要不到一分鐘的時間。
對於無法清晰匯出的表格、合併的儲存格、複雜的邊框、單一儲存格中混合的文字和數位內容，需要採用程式設計方法。 Camelot-py 和 tabula-py 等 Python 庫將表提取為具有內建數位列檢測的 DataFrame。程式路徑也處理邊緣情況，例如同時包含值和單位縮寫的儲存格，其中僅應重新格式化數字部分。編寫幾行 Python 程式碼，僅將格式轉換應用於識別的數字列，勝過手動修復一攬子導出損壞的數十個單元格。
以程式方式轉換數字格式
孤立的數位單元格遵循可預測的轉換規則。小數點逗號變成句點。數千個句點變成逗號或被完全刪除。困難的部分是確定每個分隔符號在來源中扮演的角色。 1,234 中的一個逗號可以是千（產生 1234）或小數（產生 1.234）。列上下文解決了歧義：如果列中的所有其他數字都遵循相同的模式，並且大小僅在一種解釋下有意義，則該解釋適用於整個列。列內的一致性比任何單一單元格的格式具有更強的訊號。
日期轉換需要已知來源格式和目標格式。將 DD/MM 方向的前兩個分量交換為 MM/DD 方向。當來源格式不確定時，在日或月位置尋找超過 12 的值。像 15/03/2025 這樣的日期只能是 DD/MM/YYYY，因為月份的最高值為 12。錨定這些明確的日期來推斷格式，將其應用於不明確的日期，並以目標格式標記日期超過 12 的任何轉換後的日期以供手動審核。這些標誌會捕捉自動轉換邏輯錯過的邊緣情況。
| 元素 | 源格式（歐盟） | 目標格式（美國） | 轉換規則 |
|---|---|---|---|
| 十進制數 | 1.234,56 | 1,234.56 | 交換 。和 , 角色 |
| 日期 | 2025年12月31日 | 2025 年 12 月 31 日 | 交換前兩個組件 |
| 貨幣 | 123.45 歐元 | 148.14 美元 | 轉換 + 根據匯率重新格式化 |
| 百分比 | 12.5% | 12.5% | 將小數點逗號替換為點 |
將轉換後的數字重新整合到 PDF
有兩條路徑可以傳回最終的 PDF。從轉換後的電子表格產生一個新的 PDF，其格式與原始表格相匹配，對於簡單的表格來說效果很好。現代電子表格到 PDF 匯出工具保留了大多數格式，並且透過設定範本來反映原始佈局，除了轉換後的值之外，輸出幾乎無法區分。具有複雜格式的表格需要使用覆寫方法。
疊加適用於重新匯出會失去保真度的複雜佈局。僅將數位單元格轉換為透明文字圖層，將其疊加在原始 PDF 上原始數字的確切位置，並首先用白色密文框覆蓋原始文件。這保留了完整的視覺佈局，同時顯示更正的數字格式。對於大型表格而言，精確定位是乏味的，因此將此技術保留用於佈局保真度至關重要的短文檔，例如監管機構的認證聲明，他們將逐個像素與提交指南進行比較。
品質檢查轉換輸出
數字錯誤隱藏在顯而易見的地方。餘額 123.456,78 錯誤地轉換為 123,456.78，該值改變了兩個數量級，但乍一看是一個合理的數字。透過交叉檢查總數、比較行總和並驗證轉換後的日期是否在預期範圍內，對照原始樣本驗證樣本。一個快速的完整性檢查：在應用相關係數後，轉換後的總數是否與原始值大致相符？不匹配表示轉換邏輯錯誤，而不是捨入差異。
重要文件需要第二雙眼睛。讓另一個人獨立轉換隨機樣本並比較結果。財務備案或法律協議中數位錯誤的成本使驗證步驟的成本相形見絀。對於重複轉換，請保留具有已知正確輸出的已知值測試套件，並針對每個新轉換運行它。測試套件立即捕捉回歸並建立轉換邏輯處理所有記錄的邊緣情況的信心。