kingbase/bilingual-pdf

功能介绍

也许你的英文能力尚可，但作为**人，自然是母语的阅读速度更快。

有时会遇到长篇的英文文档，读起来很费劲，如果能够用中文辅助以加快阅读速度，自然是最妙不过。

本 repo 就是用于这样的目的：

对原始的 PDF ，会在其下一页翻译出对应的中文页面，以加速您的阅读速度：不重要的内容，用中文加速阅读。重要的内容，看原文。

效果如图：

安装说明

本 repo 只能跑在 Windows 上，这是由于以下2个限制：

PDF --> Word，使用的是 pdf2word 提供的 SDK，其提供了 Windows 和 Linux 版，我只在 Windows 上运行了。

Word --> PDF，依赖于 Office Word 的 COM 接口。

安装步骤

安装 pdf2word converter sdk
1. 需要在 https://www.pdfonline.com/downloads/easyconvertersdk/demos_easyconvertersdk-word-2.asp 申请该SDK的试用，填写表单后即可获得下载地址。如果不想填写，也可以点此直接下载：Windows / Linux（目前本 repo 尚不支持 Linux）。
2. 安装后，将安装目录添加到 PYTHONPATH ，假定安装位置是 C:\Program Files\BCL Technologies\easyConverter SDK 5\Rtf，则在 Windows 上需要设置为：setx PYTHONPATH "%PYTHONPATH%;C:\Program Files\BCL Technologies\easyConverter SDK 5\Rtf"
3. 使用一段时间后才发现此 SDK 有试用时间限制，但代码中对此 SDK 有一定的路径依赖。如果到期后还想继续试用，可以考虑修改系统时间。
安装其他依赖 pip install -r requirements.txt
依赖中 PyPDF2 存在bug，需要做以下修改
1. PyPDF2\utils.py 按照以下说明修改。

# PyPDF2\utils.py:L235 before
        if type(s) == bytes:
            return s
        else:
            r = s.encode('latin-1')
            if len(s) < 2:
                bc[s] = r
            return r
# PyPDF2\utils.py:L235 after
        if type(s) == bytes:
            return s
        else:
            try:
                r = s.encode('latin-1')
                if len(s) < 2:
                    bc[s] = r
                return r
            except Exception as e:
                r = s.encode('utf-8')
                if len(s) < 2:
                    bc[s] = r
                return r

使用说明

限制：只能处理可编辑的PDF，无法处理扫描版。

由于不同 PDF 的转换难度不同，需要一定程度的人工介入。

不同模式的区别：

Single1To1（推荐），适用于页面排版比较简单的PDF，如常见的英文书。
Single1ToN，适用于页面排版比较复杂的PDF，如常见的学术论文中的双栏排版。
KnownDoc，你希望自己完成 PDF --> Word 的步骤，仅保留 Word --> PDF --> Merge PDF 。

推荐使用 PDF 阅读器的 双页模式 并列显示，左英文右中文，效果更佳！

用法示例

我们以 http://greenteapress.com/complexity2/thinkcomplexity2.pdf 为例。

假设下载到本地为：D:\down\thinkcomplexity2.pdf，使用的中间目录为D:\work\tmp

python pdf_bilingual.py Single1To1 "D:\down\thinkcomplexity2.pdf" d:\work\tmp

Todo

更好的命令行参数解析
转换后书签丢失
使用百度翻译

其他

任何建议或交流，欢迎联系勾搭

kingbase / bilingual-pdf