学术论文批量翻译

1

pip install pdf2zh-next

1

pdf2zh_next .\papers_compression\测试论文.pdf --output .\paper_translated\

1

pdf2zh_next --gui

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55

import os
import subprocess
from pathlib import Path

# ===================== 配置区域 =====================
PDF_FOLDER = r".\papers_compression"       # 你的PDF文件夹
OUTPUT_FOLDER = r".\paper_translated"      # 输出文件夹
LANG_IN = "en"
LANG_OUT = "zh"
# SERVICE = "ollama:translategemma"
# ====================================================

# 自动创建输出目录
os.makedirs(OUTPUT_FOLDER, exist_ok=True)

# 遍历所有PDF文件
pdf_dir = Path(PDF_FOLDER)
if not pdf_dir.exists():
    print(f"错误：文件夹不存在 {PDF_FOLDER}")
    exit()

pdf_files = list(pdf_dir.glob("*.pdf"))
if not pdf_files:
    print("未找到任何PDF文件")
    exit()

print(f"找到 {len(pdf_files)} 个PDF，开始批量翻译...\n")

# 逐个翻译
for i, pdf_path in enumerate(pdf_files, 1):
    pdf_str = str(pdf_path)
    print(f"[{i}/{len(pdf_files)}] 正在翻译: {pdf_path.name}")

    # 终端命令（完全和你手动输入的一致）
    cmd = [
        "pdf2zh_next",
        pdf_str,
        "--output", OUTPUT_FOLDER,
        "--lang-in", LANG_IN,
        "--lang-out", LANG_OUT,
        # "--service", SERVICE,
        # "--thread", "4"
    ]

    try:
        # 执行子进程（会实时打印翻译日志）
        subprocess.run(cmd, check=True)
        print(f"✅ 翻译完成: {pdf_path.name}\n")
    except subprocess.CalledProcessError as e:
        print(f"❌ 翻译失败: {pdf_path.name}\n")
    except KeyboardInterrupt:
        print("\n⏹️  用户终止任务")
        break

print("🎉 批量翻译任务全部结束！")

1
2
3

PDF_FOLDER = r".\papers_compression"   # 你的论文文件夹
OUTPUT_FOLDER = r".\paper_translated"   # 翻译输出文件夹
SERVICE = "ollama:translategemma"       # 你的ollama模型名

1

python pdf_translator.py

1

pip install pdfminer-six==20250416

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54

import os
from pdf2zh import translate
from pdf2zh.doclayout import OnnxModel

# 加载模型（只加载一次，提升效率）
model = OnnxModel.load_available()

# ====================== 配置参数 ======================
# 待翻译的 PDF 文件夹路径（请修改为你自己的文件夹路径）
PDF_FOLDER = "papers_compression"
# 翻译输出文件夹（自动创建，无需手动建）
OUTPUT_FOLDER = "translated_output"

# 翻译基础参数（和原代码一致）
params = {
    "model": model,
    "output": OUTPUT_FOLDER,
    "lang_in": "en",
    "lang_out": "zh",
    "service": "ollama:translategemma",
    "thread": 4,
}
# ======================================================

# 自动创建输出文件夹
os.makedirs(OUTPUT_FOLDER, exist_ok=True)

# 遍历文件夹，获取所有 .pdf 文件（不区分大小写）
pdf_files = []
for filename in os.listdir(PDF_FOLDER):
    if filename.lower().endswith(".pdf"):
        pdf_path = os.path.join(PDF_FOLDER, filename)
        pdf_files.append(pdf_path)

# 打印待翻译文件总数
print(f"✅ 找到 {len(pdf_files)} 个 PDF 文件，开始逐份翻译...\n")

# 逐份翻译
for idx, pdf_path in enumerate(pdf_files, 1):
    print(f"[{idx}/{len(pdf_files)}] 正在翻译：{pdf_path}")

    try:
        # 翻译当前 PDF
        file_mono, file_dual = translate(files=[pdf_path], **params)[0]

        print(f"✅ 翻译完成：")
        print(f"   单语版：{file_mono}")
        print(f"   双语版：{file_dual}\n")

    except Exception as e:
        print(f"❌ 翻译失败：{pdf_path}")
        print(f"   错误信息：{str(e)}\n")

print("🎉 所有 PDF 翻译任务执行完毕！")