ai/pdf2zh @ 489548ac3b24c57f6228723ae21b8da50b2d9147

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

PDFMathTranslate

科學 PDF 文件翻譯及雙語對照工具

📊 保留公式、圖表、目錄和註釋 (預覽效果)
🌐 支援多種語言和諸多翻譯服務
🤖 提供命令列工具、圖形使用者介面，以及容器化部署

歡迎在 GitHub Issues 或 Telegram 使用者群(https://qm.qq.com/q/DixZCxQej0) 中提出回饋

如需瞭解如何貢獻的詳細資訊，請查閱貢獻指南

近期更新

[Dec. 24 2024] 翻譯功能支援接入由 Xinference 執行的本機 LLM (by @imClumsyPanda)
[Nov. 26 2024] CLI 現在已支援（多個）線上 PDF 檔 (by @reycn)
[Nov. 24 2024] 為了降低依賴大小，提供 ONNX 支援 (by @Wybxc)
[Nov. 23 2024] 🌟 免費公共服務上線！ (by @Byaidu)
[Nov. 23 2024] 新增防止網頁爬蟲的防火牆 (by @Byaidu)
[Nov. 22 2024] 圖形使用者介面現已支援義大利語並進行了一些更新 (by @Byaidu, @reycn)
[Nov. 22 2024] 現在你可以將自己部署的服務分享給朋友 (by @Zxis233)
[Nov. 22 2024] 支援騰訊翻譯 (by @hellofinch)
[Nov. 21 2024] 圖形使用者介面現在支援下載雙語文件 (by @reycn)
[Nov. 20 2024] 🌟 提供了線上示範！ (by @reycn)

效果預覽

線上示範 🌟

免費服務 (https://pdf2zh.com/)

你可以立即嘗試免費公共服務而無需安裝

線上示範

你可以直接在 HuggingFace 上的線上示範和魔搭的線上示範進行嘗試，無需安裝。請注意，示範使用的運算資源有限，請勿濫用。

安裝與使用

我們提供了四種使用此專案的方法：命令列工具、便攜式安裝、圖形使用者介面與容器化部署。

pdf2zh 在執行時需要額外下載模型（wybxc/DocLayout-YOLO-DocStructBench-onnx），該模型也可在魔搭（ModelScope）上取得。如果在啟動時下載該模型時遇到問題，請使用如下環境變數：

set HF_ENDPOINT=https://hf-mirror.com

方法一、命令列工具

確保已安裝 Python 版本大於 3.8 且小於 3.12
安裝此程式：
```
pip install pdf2zh
```
執行翻譯，生成檔案位於目前工作目錄：
```
pdf2zh document.pdf
```

方法二、便攜式安裝

無需預先安裝 Python 環境

下載 setup.bat 並直接雙擊執行

方法三、圖形使用者介面

確保已安裝 Python 版本大於 3.8 且小於 3.12
安裝此程式：
```
pip install pdf2zh
```
在瀏覽器中啟動使用：
```
pdf2zh -i
```
如果您的瀏覽器沒有自動開啟並跳轉，請手動在瀏覽器開啟：
```
http://localhost:7860/
```

查看 documentation for GUI 以獲取詳細說明

方法四、容器化部署

拉取 Docker 映像檔並執行：

docker pull byaidu/pdf2zh
docker run -d -p 7860:7860 byaidu/pdf2zh

透過瀏覽器開啟：
```
http://localhost:7860/
```

用於在雲服務上部署容器映像檔：

高級選項

在命令列中執行翻譯指令，並在目前工作目錄下生成譯文檔案 example-mono.pdf 和雙語對照檔案 example-dual.pdf。預設使用 Google 翻譯服務。

以下表格列出了所有高級選項，供參考：

Option	功能	範例
files	本機檔案	`pdf2zh ~/local.pdf`
links	線上檔案	`pdf2zh http://arxiv.org/paper.pdf`
`-i`	進入圖形介面	`pdf2zh -i`
`-p`	僅翻譯部分文件	`pdf2zh example.pdf -p 1`
`-li`	原文語言	`pdf2zh example.pdf -li en`
`-lo`	目標語言	`pdf2zh example.pdf -lo zh`
`-s`	指定翻譯服務	`pdf2zh example.pdf -s deepl`
`-t`	多執行緒	`pdf2zh example.pdf -t 1`
`-o`	輸出目錄	`pdf2zh example.pdf -o output`
`-f`, `-c`	例外規則	`pdf2zh example.pdf -f "(MS.*)"`
`--share`	[獲取 gradio 公開連結]	`pdf2zh -i --share`
`--authorized`	[添加網頁認證及自訂認證頁面]	`pdf2zh -i --authorized users.txt [auth.html]`
`--prompt`	[使用自訂的大模型 Prompt]	`pdf2zh --prompt [prompt.txt]`
`--onnx`	[使用自訂的 DocLayout-YOLO ONNX 模型]	`pdf2zh --onnx [onnx/model/path]`
`--serverport`	[自訂 WebUI 埠號]	`pdf2zh --serverport 7860`
`--dir`	[資料夾翻譯]	`pdf2zh --dir /path/to/translate/`

全文或部分文件翻譯

全文翻譯
```
pdf2zh example.pdf
```
部分翻譯
```
pdf2zh example.pdf -p 1-3,5
```

指定原文語言與目標語言

可參考 Google 語言代碼、DeepL 語言代碼

pdf2zh example.pdf -li en -lo ja

使用不同的翻譯服務

下表列出了每個翻譯服務所需的環境變數。在使用前，請先確保已設定好對應的變數。

對於不在上述表格中，但兼容 OpenAI API 的大語言模型，可以使用與 OpenAI 相同的方式設定環境變數。

使用 -s service 或 -s service:model 指定翻譯服務：

pdf2zh example.pdf -s openai:gpt-4o-mini

或使用環境變數指定模型：

set OPENAI_MODEL=gpt-4o-mini
pdf2zh example.pdf -s openai

指定例外規則

使用正則表達式指定需要保留的公式字體與字元：

pdf2zh example.pdf -f "(CM[^RT].*|MS.*|.*Ital)" -c "(\(|\||\)|\+|=|\d|[\u0080-\ufaff])"

預設保留 Latex, Mono, Code, Italic, Symbol 以及 Math 字體：

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)"

指定執行緒數量

使用 -t 參數指定翻譯使用的執行緒數量：

pdf2zh example.pdf -t 1

自訂大模型 Prompt

使用 --prompt 指定在使用大模型翻譯時所採用的 Prompt 檔案。

pdf2zh example.pdf -pr prompt.txt

範例 prompt.txt 檔案內容：

[
    {
        "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:",
    },
]

API

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

pip install pdf2zh[backend]
pdf2zh --flask
pdf2zh --celery worker

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

致謝

文件合併：PyMuPDF
文件解析：Pdfminer.six
文件提取：MinerU
文件預覽：Gradio PDF
多執行緒翻譯：MathTranslate
版面解析：DocLayout-YOLO
PDF 標準：PDF Explained、PDF Cheat Sheets
多語言字型：Go Noto Universal

README_zh-TW.md 16 KB

Түүх Анхны өгөгдөл

PDFMathTranslate

近期更新

效果預覽

線上示範 🌟

免費服務 (https://pdf2zh.com/)

線上示範

安裝與使用

方法一、命令列工具

方法二、便攜式安裝

方法三、圖形使用者介面

方法四、容器化部署

高級選項

全文或部分文件翻譯

指定原文語言與目標語言

使用不同的翻譯服務

指定例外規則

指定執行緒數量

自訂大模型 Prompt

API

Python

HTTP

致謝

貢獻者

星標歷史

README_zh-TW.md 16 KB Түүх Анхны өгөгдөл

PDFMathTranslate

近期更新

效果預覽

線上示範 🌟

免費服務 (https://pdf2zh.com/)

線上示範

安裝與使用

方法一、命令列工具

方法二、便攜式安裝

方法三、圖形使用者介面

方法四、容器化部署

高級選項

全文或部分文件翻譯

指定原文語言與目標語言

使用不同的翻譯服務

指定例外規則

指定執行緒數量

自訂大模型 Prompt

API

Python

HTTP

致謝

貢獻者

星標歷史

README_zh-TW.md 16 KB

Түүх Анхны өгөгдөл