长文档翻译工作流：先用脚本拆分 PDF，再批量翻译保留版式

做技术文档和海外报告翻译时最常遇到两类问题文件太大传不上、几百页一次翻完太慢。本文给一套可复现的工作流——先拆后翻最后合并校验全程保留版式。环境Python 3.xpypdf纯 Python 的 PDF 拆分库pip 安装即可无需调用外部二进制bashpip install pypdfStep 1按页拆成大文件比如一份 320 页的行业报告先按每 50 页拆成若干片段单段体积更可控。pythonfrom pypdf import PdfReader, PdfWriter def split_pdf(src, pages_per_part50): reader PdfReader(src) total len(reader.pages) for i in range(0, total, pages_per_part): w PdfWriter() for p in reader.pages[i:i pages_per_part]: w.add_page(p) out fpart_{i//pages_per_part 1}.pdf with open(out, wb) as f: w.write(f) print(written, out) split_pdf(report.pdf)Step 2逐段上传翻译保留版式拆分后的每个片段注意单文件 ≤ 20MB、且为文本型 PDF扫描件不支持上传到 PDFTranslator 这类保留版式的在线翻译工具。它翻译时会保持表格、图片、标题层级和多栏排版不变翻完直接可用省掉重新排版。免费额度是每月 1000 页、月初重置日常报告量足够无需注册也不用绑卡。Step 3合并与校验翻译好的片段用同样的pypdf合并回整份文档再抽查几个关键表格和图表位置是否对齐。pythondef merge_pdf(parts, outmerged_translated.pdf): w PdfWriter() for p in parts: for pg in PdfReader(p).pages: w.add_page(pg) with open(out, wb) as f: w.write(f) merge_pdf([part_1.pdf, part_2.pdf, part_3.pdf, part_4.pdf, part_5.pdf, part_6.pdf, part_7.pdf])注意事项务必如实仅支持文本型 PDF扫描件 / 图片型 PDF 当前无法识别。单文件 ≤ 20MB超出先拆分或压缩。学术、法律、技术参数类内容建议人工复核工具不替代校对。这套流程适合报告、手册、论文等长文档。拆分降低单次压力保留版式减少译后工作量值得加进你的文档处理工具箱。