PDF Translate

Translates PDF documents to Chinese with professional typography. Extracts text, translates section-by-section into well-structured Markdown, then generates PDF via weasyprint with full CJK support. Use when user asks to translate a PDF, says "翻译PDF", "translate this document", or "pdf translate".

PDF Translation Skill

翻译 PDF 文档并生成排版精美的中文文档。输出 Markdown + PDF 双格式。

版本信息

当前版本: v4.0.0 发布日期: 2026-02-21

v4.0.0 变更

• 采用 Markdown-first 工作流：先生成结构化 Markdown，再转 PDF
• PDF 引擎从 reportlab 切换为 weasyprint（支持完整 HTML/CSS 排版）
• 修复代码块中文乱码问题（添加 CJK 字体 fallback）
• 完整支持：标题层级、代码块、表格、列表、引用、粗体斜体
• 新增 scripts/md2pdf.py 通用转换脚本

核心工作流

Step 1: 提取 PDF 文本

python

import pdfplumber

pdf = pdfplumber.open("输入文件.pdf")
for i, page in enumerate(pdf.pages):
    text = page.extract_text()
    if text:
        print(f"--- Page {i+1} ---")
        print(text)

长文档（>20 页）先提取前几页了解结构，再分批提取。

Step 2: 分析文档结构

通读全文，识别以下元素并规划 Markdown 映射：

原文元素	Markdown 映射
文档标题	#
章节（Chapter）	##
小节（Section）	###
子小节（Subsection）	####
目录	链接列表 - [章节名](#锚点)
正文段落	段落（空行分隔）
代码块	``` 围栏（不翻译内容）
表格	| 列1 | 列2 | 语法
有序列表	1. 开头
无序列表	- 开头
引用/提示框	> 语法
页脚/页码	丢弃

Step 3: 逐章节翻译为中文 Markdown

必须逐章节翻译，不要一次输出全文。每完成一个章节就追加写入文件。

翻译规则

1. 专有名词保留英文：首次出现时括号附英文，如"渐进式披露（Progressive Disclosure）"
2. 代码块不翻译：``` 内代码保持原文，只翻译围栏外说明文字
3. 行内代码不翻译：反引号内标识符、命令、文件名保持英文
4. 保持层级结构：# → ## → ### → #### 不跳级
5. 段落间必须空行：每个段落、列表、代码块、表格前后都要有空行
6. 列表格式：- 或 1. 开头，嵌套用 2 空格缩进
7. 表格格式：| 列1 | 列2 | 语法，必须有 |---|---| 分隔行
8. 引用格式：> 开头

翻译质量标准

参见 translation-standards.md

• 三步翻译工作流：重写初稿 → 问题诊断 → 润色定稿
• 四大语言转换策略：形合→意合、被动→主动、抽象→具体、精简冗余
• 杜绝"欧化表达"和"翻译腔"

必须避免的格式错误

• ❌ 段落之间没有空行 → 文字挤在一起
• ❌ 列表项前没有空行 → 不被识别为列表
• ❌ 表格前后没有空行 → 表格无法渲染
• ❌ 代码块 ``` 前后没有空行 → 代码块不显示
• ❌ 标题 ## 前后没有空行 → 标题不识别
• ❌ 翻译代码块内的代码
• ❌ 一次性输出全部内容导致截断

Step 4: 输出 Markdown 文件

写入 .md 文件，路径与原 PDF 同目录，文件名：原文件名_中文翻译.md

Step 5: 生成 PDF

使用 scripts/md2pdf.py 将 Markdown 转为排版精美的 PDF：

bash

python3 ${SKILL_DIR}/scripts/md2pdf.py "输入.md" "输出.pdf"

macOS 上如果报 gobject 找不到：

bash

DYLD_FALLBACK_LIBRARY_PATH="/opt/homebrew/lib" python3 ${SKILL_DIR}/scripts/md2pdf.py "输入.md" "输出.pdf"

也可以使用项目目录下的副本：

bash

python3 scripts/md2pdf.py "输入.md" "输出.pdf"

PDF 排版特性：

• A4 版面，自动分页，页码
• 中文字体（苹方/黑体/雅黑）+ 英文字体 fallback
• 深色背景代码块（支持中文注释）
• 专业表格样式（交替行色、边框）
• 蓝色左边框引用块
• 标题层级样式（蓝色边线、字号递减）

Step 6: 确认输出

翻译完成后告知用户：

1. .md 文件路径
2. .pdf 文件路径
3. 文档概况（页数、字数）

依赖安装

bash

# macOS
brew install pango
pip3 install pdfplumber markdown weasyprint

# 旧方案依赖（仍可用）
pip3 install reportlab pypdf

脚本目录

脚本	用途
scripts/md2pdf.py	推荐 Markdown → PDF（weasyprint 引擎）
scripts/translate_pdf.py	旧版：基础 PDF 提取和生成（reportlab）
scripts/generate_complete_pdf.py	旧版：完整工作流（reportlab）

故障排除

问题	解决方案
代码块中文乱码	使用 md2pdf.py（v4.0，已修复 CJK font fallback）
weasyprint 报 gobject 找不到	DYLD_FALLBACK_LIBRARY_PATH="/opt/homebrew/lib"
中文字体不显示	确认系统有苹方或黑体字体
Markdown 格式错乱	检查块级元素前后是否有空行

更多问题参见 troubleshooting.md

---

参考文档：

• 翻译标准
• 字体配置
• 故障排除
• 完整示例