pdf2zh

PDFMathTranslate

基于字体规则和深度学习的 Latex PDF 翻译及双语对照，保留公式和图表排版

安装

pip install pdf2zh

使用

命令行中执行翻译指令，在当前目录下生成中文文档 example-zh.pdf 以及双语文档 example-dual.pdf

翻译完整文档

pdf2zh example.pdf

翻译部分文档

pdf2zh example.pdf -p 1-3,5

使用正则表达式指定需要保留样式的公式字体和字符

注：从 \ufb00 开始是英文风格连字

pdf2zh BDA3.pdf -f ".*+(CM[^RT].*|MS.*|XY.*|MT.*|BL.*|.*0700|.*0500|.*Italic)" -c "(\(|\||\)|\+|=|\d|[\u0080-\ufaff])"

致谢

文档合并：PyMuPDF

文档解析：pdfminer.six

多线程翻译：MathTranslate

排版解析：LayoutParser