PDF文档全文翻译,保留原有的页面布局

PDF文档全文翻译,保留原有的PDF页面布局

1. 采用 pymupdf 识别 pdf 的图片和文字

import fitz
import re
from pprint import pprint

pdf_name = 'xxx-en.pdf'
print(f'Source pdf file: {pdf_name} \n')
src_pdf = fitz.open(pdf_name)
new_pdf = fitz.open()

for p, page in enumerate(src_pdf):
    print(f'\n- translating PAGE -{p}- ...')

    # 1.1 创建大小相同的新页面
    new_page = new_pdf.new_page(width=page.rect.width, height=page.rect.height)

    blocks = page.get_text('dict')['blocks']

    # 1.2 图片
    img_blks = [b for b in blocks if b['type'] == 1]
    for img in img_blks:
        # pprint(img)
        new_page.insert_image(img['bbox'], stream=img['image'])

    # 1.3 文字
    txt_blks = [b for b in blocks if b['type'] != 1]
    for txt in txt_blks:
        text_tmp = ''.join([s['text'] for l in txt['lines'] for s in l['spans']])
        text_tmp = re.sub('[@#$%^&*\'\"\n\r\t]', ' ', text_tmp).strip()

        if text_tmp:
            # print(txt['bbox'], text_tmp)

            text_translate = '中国 ' + text_tmp
            # text_translate = youdao(text_tmp)
            new_page.insert_textbox(txt['bbox'], text_translate,
                                    fontsize=6,
                                    fontname='simhei',
                                    fontfile=r'C:\Windows\Fonts\simhei.ttf')

    # if p == 1:
    #     break

new_name = pdf_name.replace('.pdf', '-zh.pdf')
new_pdf.save(new_name)

print('\n------Done!-------')

2. 有道翻译

# %%
# %%
import requests
import json
import time


def youdao(en_txt=''):
    api_url = 'http://fanyi.youdao.com/translate?&i={}&doctype=json'

    res = requests.get(api_url.format(en_txt)).json()
    time.sleep(3.0)
    # print(res)

    zh_txt = ''.join([seq['tgt'] for seq in res['translateResult'][0]])

    print(f'*** {en_txt} \n--> {zh_txt}')


    return zh_txt


en_txt = 'so we beat on, boats against the current, borne back ceaselessly into the past.'
youdao(en_txt)

3. 百度翻译

# %%
import requests
import random
import json
from hashlib import md5
import time


# ref: https://api.fanyi.baidu.com/doc/
appid = '2222222222222222'
appkey = 'ooooooooooooooooooo'

# Generate salt and sign
def make_md5(s, encoding='utf-8'):
    return md5(s.encode(encoding)).hexdigest()


def baidu(en_txt=''):
    salt = random.randint(32768, 65536)
    sign = make_md5(appid + en_txt + str(salt) + appkey)

    api_url = 'http://api.fanyi.baidu.com/api/trans/vip/translate'
    headers = {'Content-Type': 'application/x-www-form-urlencoded'}
    payload = {'appid': appid, 'q': en_txt, 'from': 'en', 'to': 'zh', 'salt': salt, 'sign': sign}

    res = requests.get(api_url, params=payload, headers=headers, timeout=3.0).json()
    time.sleep(3.0)

    if 'trans_result' in res.keys():
        zh_txt = ''.join([seq['dst'] for seq in res['trans_result']])
        print(f'*** {en_txt} \n--> {zh_txt}')
        return zh_txt

    if 'error_code' in res.keys():
        print(f'*** {en_txt} \n??? {res}')


en_txt = 'so we beat on, boats against the current, borne back ceaselessly into the past.'
baidu(en_txt)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,012评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,589评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,819评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,652评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,954评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,381评论 1 210
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,687评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,404评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,082评论 1 238
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,355评论 2 241
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,880评论 1 255
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,249评论 2 250
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,864评论 3 232
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,007评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,760评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,394评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,281评论 2 259

推荐阅读更多精彩内容