[English](../README.md) | 简体中文 | [繁體中文](README_zh-TW.md) | [日本語](README_ja-JP.md)

PDFMathTranslate

科学 PDF 文档翻译及双语对照工具 - 📊 保留公式、图表、目录和注释 *([预览效果](#preview))* - 🌐 支持 [多种语言](#language) 和 [诸多翻译服务](#services) - 🤖 提供 [命令行工具](#usage)，[图形交互界面](#gui)，以及 [容器化部署](#docker) 欢迎在 [GitHub Issues](https://github.com/Byaidu/PDFMathTranslate/issues) 或 [Telegram 用户群](https://t.me/+Z9_SgnxmsmA5NzBl) 有关如何贡献的详细信息，请查阅 [贡献指南](https://github.com/Byaidu/PDFMathTranslate/wiki/Contribution-Guide---%E8%B4%A1%E7%8C%AE%E6%8C%87%E5%8D%97)

近期更新

- [Dec. 24 2024] 翻译功能支持接入 [Xinference](https://github.com/xorbitsai/inference) 运行的本地 LLM _(by [@imClumsyPanda](https://github.com/imClumsyPanda))_ - [Nov. 26 2024] CLI 现在已支持（多个）在线 PDF 文件 *(by [@reycn](https://github.com/reycn))* - [Nov. 24 2024] 为降低依赖大小，提供 [ONNX](https://github.com/onnx/onnx) 支持 *(by [@Wybxc](https://github.com/Wybxc))* - [Nov. 23 2024] 🌟 [免费公共服务](#demo) 上线! *(by [@Byaidu](https://github.com/Byaidu))* - [Nov. 23 2024] 防止网页爬虫的防火墙 *(by [@Byaidu](https://github.com/Byaidu))* - [Nov. 22 2024] 图形用户界面现已支持意大利语，并获得了一些更新 *(by [@Byaidu](https://github.com/Byaidu), [@reycn](https://github.com/reycn))* - [Nov. 22 2024] 现在你可以将自己部署的服务分享给朋友了 *(by [@Zxis233](https://github.com/Zxis233))* - [Nov. 22 2024] 支持腾讯翻译 *(by [@hellofinch](https://github.com/hellofinch))* - [Nov. 21 2024] 图形用户界面现在支持下载双语文档 *(by [@reycn](https://github.com/reycn))* - [Nov. 20 2024] 🌟 提供了 [在线演示](#demo)！ *(by [@reycn](https://github.com/reycn))*

效果预览

在线演示 🌟

### 免费服务 () 你可以立即尝试 [免费公共服务](https://pdf2zh.com/) 而无需安装 ### 在线演示你可以立即尝试 [在 HuggingFace 上的在线演示](https://huggingface.co/spaces/reycn/PDFMathTranslate-Docker)和[魔搭的在线演示](https://www.modelscope.cn/studios/AI-ModelScope/PDFMathTranslate)而无需安装请注意，演示的计算资源有限，因此请避免滥用

安装和使用

我们提供了四种使用该项目的方法：[命令行工具](#cmd)、[便携式安装](#portable)、[图形交互界面](#gui) 和 [容器化部署](#docker). pdf2zh的运行依赖于额外模型(`wybxc/DocLayout-YOLO-DocStructBench-onnx`)，该模型在魔搭上也可以找到。如果你在启动时下载该模型遇到问题，请使用如下环境变量： ```shell set HF_ENDPOINT=https://hf-mirror.com ``` 如使用 PowerShell，请使用如下方法设置环境变量： ```shell $env:HF_ENDPOINT = https://hf-mirror.com ```

方法一、命令行工具

1. 确保安装了版本大于 3.8 且小于 3.12 的 Python 2. 安装此程序： ```bash pip install pdf2zh ``` 3. 执行翻译，生成文件位于 [当前工作目录](https://chatgpt.com/share/6745ed36-9acc-800e-8a90-59204bd13444)： ```bash pdf2zh document.pdf ```

方法二、便携式安装

无需预先安装 Python 环境下载 [setup.bat](https://raw.githubusercontent.com/Byaidu/PDFMathTranslate/refs/heads/main/script/setup.bat) 并双击运行

方法三、图形交互界面

1. 确保安装了版本大于 3.8 且小于 3.12 的 Python 2. 安装此程序： ```bash pip install pdf2zh ``` 3. 开始在浏览器中使用： ```bash pdf2zh -i ``` 4. 如果您的浏览器没有自动启动并跳转，请用浏览器打开： ```bash http://localhost:7860/ ```

查看 [documentation for GUI](/README_GUI.md) 获取细节说明

方法四、容器化部署

1. 拉取 Docker 镜像并运行： ```bash docker pull byaidu/pdf2zh docker run -d -p 7860:7860 byaidu/pdf2zh ``` 2. 通过浏览器打开： ``` http://localhost:7860/ ``` 用于在云服务上部署容器镜像：

高级选项

在命令行中执行翻译命令，在当前工作目录下生成译文文档 `example-mono.pdf` 和双语对照文档 `example-dual.pdf`，默认使用 Google 翻译服务，更多支持的服务在[这里](https://github.com/Byaidu/PDFMathTranslate/blob/main/docs/ADVANCED.md#services))。 cmd

我们在下表中列出了所有高级选项，以供参考： | Option | Function | Example | | -------- | ------- |------- | | files | 本地文件 | `pdf2zh ~/local.pdf` | | links | 在线文件 | `pdf2zh http://arxiv.org/paper.pdf` | | `-i` | [进入图形界面](#gui) | `pdf2zh -i` | | `-p` | [仅翻译部分文档](#partial) | `pdf2zh example.pdf -p 1` | | `-li` | [源语言](#languages) | `pdf2zh example.pdf -li en` | | `-lo` | [目标语言](#languages) | `pdf2zh example.pdf -lo zh` | | `-s` | [指定翻译服务](#services) | `pdf2zh example.pdf -s deepl` | | `-t` | [多线程](#threads) | `pdf2zh example.pdf -t 1` | | `-o` | 输出目录 | `pdf2zh example.pdf -o output` | | `-f`, `-c` | [例外规则](#exceptions) | `pdf2zh example.pdf -f "(MS.*)"` | | `--share` | [获取 gradio 公开链接] | `pdf2zh -i --share` | | `--authorized` | [[添加网页认证和自定义认证页](https://github.com/Byaidu/PDFMathTranslate/blob/main/docs/ADVANCED.)] | `pdf2zh -i --authorized users.txt [auth.html]` | | `--prompt` | [使用自定义的大模型prompt] | `pdf2zh --prompt [prompt.txt]` | | `--onnx` | [使用自定义的 DocLayout-YOLO ONNX 模型] | `pdf2zh --onnx [onnx/model/path]` | | `--serverport` | [使用自定义的 WebUI 端口] | `pdf2zh --serverport 7860` | | `--dir` | [文件夹翻译] | `pdf2zh --dir /path/to/translate/` | | `--serverport` | [自定义端口号] | `pdf2zh --serverport 7860` | | `--config` | [持久化定义配置文件](https://github.com/Byaidu/PDFMathTranslate/blob/main/docs/ADVANCED.md#cofig) | `pdf2zh --config /path/to/config/config.json` |

全文或部分文档翻译

- **全文翻译** ```bash pdf2zh example.pdf ``` - **部分翻译** ```bash pdf2zh example.pdf -p 1-3,5 ```

指定源语言和目标语言

参考 [Google Languages Codes](https://developers.google.com/admin-sdk/directory/v1/languages), [DeepL Languages Codes](https://developers.deepl.com/docs/resources/supported-languages) ```bash pdf2zh example.pdf -li en -lo ja ```

使用不同的翻译服务

指定例外规则

使用正则表达式指定需保留的公式字体与字符： ```bash pdf2zh example.pdf -f "(CM[^RT].*|MS.*|.*Ital)" -c "($|\||$|\+|=|\d|[\u0080-\ufaff])" ``` 默认保留 `Latex`, `Mono`, `Code`, `Italic`, `Symbol` 以及 `Math` 字体： ```bash pdf2zh example.pdf -f "(CM[^R]|MS.M|XY|MT|BL|RM|EU|LA|RS|LINE|LCIRCLE|TeX-|rsfs|txsy|wasy|stmary|.*Mono|.*Code|.*Ital|.*Sym|.*Math)" ```

指定线程数量

使用 `-t` 指定翻译时使用的线程数量： ```bash pdf2zh example.pdf -t 1 ```

自定义大模型prompt

使用 `--prompt` 指定使用大模型翻译时使用的 Prompt 文件。 ```bash pdf2zh example.pdf -pr prompt.txt ``` 示例 `prompt.txt` 文件 ``` [ { "role": "system", "content": "You are a professional,authentic machine translation engine.", }, { "role": "user", "content": "Translate the following markdown source text to ${lang_out}. Keep the formula notation {{v*}} unchanged. Output translation directly without any additional text.\nSource Text: ${text}\nTranslated Text:", }, ] ``` 自定义 Prompt 文件中，可以使用三个内置变量用来传递参数。 |**变量名**|**说明**| |-|-| |`lang_in`|输入的语言| |`lang_out`|输出的语言| |`text`|需要翻译的文本|

API

### Python ```python from pdf2zh import translate, translate_stream params = {"lang_in": "en", "lang_out": "zh", "service": "google", "thread": 4} file_mono, file_dual = translate(files=["example.pdf"], **params)[0] with open("example.pdf", "rb") as f: stream_mono, stream_dual = translate_stream(stream=f.read(), **params) ``` ### HTTP ```bash pip install pdf2zh[backend] pdf2zh --flask pdf2zh --celery worker ``` ```bash curl http://localhost:11008/v1/translate -F "file=@example.pdf" -F "data={\"lang_in\":\"en\",\"lang_out\":\"zh\",\"service\":\"google\",\"thread\":4}" {"id":"d9894125-2f4e-45ea-9d93-1a9068d2045a"} curl http://localhost:11008/v1/translate/d9894125-2f4e-45ea-9d93-1a9068d2045a {"info":{"n":13,"total":506},"state":"PROGRESS"} curl http://localhost:11008/v1/translate/d9894125-2f4e-45ea-9d93-1a9068d2045a {"state":"SUCCESS"} curl http://localhost:11008/v1/translate/d9894125-2f4e-45ea-9d93-1a9068d2045a/mono --output example-mono.pdf curl http://localhost:11008/v1/translate/d9894125-2f4e-45ea-9d93-1a9068d2045a/dual --output example-dual.pdf curl http://localhost:11008/v1/translate/d9894125-2f4e-45ea-9d93-1a9068d2045a -X DELETE ```

致谢

- 文档合并：[PyMuPDF](https://github.com/pymupdf/PyMuPDF) - 文档解析：[Pdfminer.six](https://github.com/pdfminer/pdfminer.six) - 文档提取：[MinerU](https://github.com/opendatalab/MinerU) - 文档预览：[Gradio PDF](https://github.com/freddyaboulton/gradio-pdf) - 多线程翻译：[MathTranslate](https://github.com/SUSYUSTC/MathTranslate) - 布局解析：[DocLayout-YOLO](https://github.com/opendatalab/DocLayout-YOLO) - 文档标准：[PDF Explained](https://zxyle.github.io/PDF-Explained/), [PDF Cheat Sheets](https://pdfa.org/resource/pdf-cheat-sheets/) - 多语言字体：[Go Noto Universal](https://github.com/satbyy/go-noto-universal)

贡献者

![Alt](https://repobeats.axiom.co/api/embed/dfa7583da5332a11468d686fbd29b92320a6a869.svg "Repobeats analytics image")