Reflective Translator

一个智能的 PDF 文档翻译工具，支持多语言互译，具有高质量的翻译输出和智能的文档结构保持能力。

作者：玄清

版本号

v1.1.0

应用场景

• 学术论文翻译：将英文学术论文翻译成中文，保持专业术语和格式
• 技术文档本地化：支持多种语言的技术文档翻译
• 书籍翻译：支持长文本的分块翻译，自动保存进度
• 多语言文档处理：支持13种主流语言之间的互译

创作流程图概览

PDF文档输入 -> 文本提取 -> 智能分块 -> 
翻译处理(OpenAI) -> 格式保持 -> Markdown输出

使用工具及链接

• Python 3.8+：主要开发语言
• OpenAI API：提供翻译服务
• PyMuPDF (fitz)：PDF文件处理
• python-dotenv：环境变量管理
• GitHub：代码托管平台

特性

• 支持多种语言互译（中文、英文、日文、韩文、法文等13种语言）
• 默认支持英文到中文的翻译（无需额外参数）
• 智能保持文档格式和结构
• 支持数学公式、代码片段的原样保留
• 自动分块处理长文本
• 具有翻译进度保存和恢复功能
• 支持多种文档格式（PDF、Markdown、TXT、RST）

系统要求

• Python 3.8 或更高版本
• 支持 Windows、macOS 和 Linux 系统
• 需要网络连接以访问翻译API

依赖说明

核心依赖：

• openai (0.28.0)：用于API调用，使用稳定版本确保兼容性
• PyMuPDF (1.23.8)：用于PDF文档处理
• PyYAML (6.0.1)：用于配置文件处理
• python-dotenv (1.0.0)：用于环境变量管理
• tiktoken (0.5.1)：用于token计数

工具库：

• requests (2.31.0)：用于HTTP请求
• tenacity (8.2.3)：用于API重试机制
• tqdm (4.66.1)：用于显示进度条

所有依赖都是跨平台兼容的，无需额外的平台特定依赖。

安装指南

1. 确保已安装Python 3.8+：

   python --version

2. 创建并激活虚拟环境（推荐）：

   Windows:

   python -m venv venv
   .\venv\Scripts\activate

   macOS/Linux:

   python -m venv venv
   source venv/bin/activate

3. 安装依赖：

   pip install -r requirements.txt

4. 配置API密钥：

   • 复制 .env.example 为 .env

   • 在 .env 文件中设置你的API密钥：

     OPENAI_API_KEY=你的API密钥
     

快速开始

1. 翻译PDF文件（默认英文到中文）：

   python reflective_translator.py "document.pdf"

2. 翻译其他格式文件：

   python reflective_translator.py "document.txt"  # 文本文件
   python reflective_translator.py "document.md"   # Markdown文件

3. 指定翻译方向：

   python reflective_translator.py "document.pdf" --source 中文 --target 英文

输出说明

• 所有翻译结果都会以Markdown格式保存
• 输出文件命名格式：原文件名_目标语言.md
• 图片会被保存在 images 目录下
• 翻译日志保存在 translation.log 文件中

使用方法

基本用法（英文到中文）

python reflective_translator.py "你的PDF文件.pdf"

指定语言方向

python reflective_translator.py "你的PDF文件.pdf" --source 中文 --target 英文

其他参数

python reflective_translator.py "你的PDF文件.pdf" --model gpt-4o-mini --cost_limit 10.0

支持的语言

• 中文
• 英文
• 日文
• 韩文
• 法文
• 德文
• 西班牙文
• 俄文
• 阿拉伯文
• 葡萄牙文
• 意大利文
• 越南文
• 泰文

使用方法

基本用法：

python reflective_translator.py <input_file>

指定源语言和目标语言：

python reflective_translator.py --source_lang en --target_lang zh <input_file>  # 英文翻译为中文
python reflective_translator.py --source_lang zh --target_lang en <input_file>  # 中文翻译为英文
python reflective_translator.py --source_lang ja --target_lang zh <input_file>  # 日文翻译为中文

支持的语言代码：

• zh: 中文
• en: 英文
• ja: 日文
• ko: 韩文
• fr: 法文
• de: 德文
• es: 西班牙文
• it: 意大利文
• ru: 俄文
• pt: 葡萄牙文
• nl: 荷兰文
• ar: 阿拉伯文
• hi: 印地文

例如：

# 英文 PDF 翻译为中文
python reflective_translator.py document.pdf

# 中文文档翻译为英文
python reflective_translator.py --source_lang zh --target_lang en chinese_doc.txt

# 日文文档翻译为中文
python reflective_translator.py --source_lang ja --target_lang zh japanese_doc.md

文件格式说明

支持的输入格式

• PDF (*.pdf)：支持文本型 PDF，包括学术论文、技术文档等
• Markdown (*.md)：支持标准 Markdown 文档
• 文本 (*.txt)：支持纯文本文件
• reStructuredText (*.rst)：支持 RST 格式文档

输出格式

输出文件将保存为 Markdown 格式（*.md），具有以下特点：

• 保持原文档的标题层级结构
• 保留数学公式和代码块格式
• 图片引用保持不变
• 表格结构完整呈现
• 文件名格式：原文件名_中文.md（例如：example.pdf -> example_中文.md）

配置说明

• model: 使用的模型，默认为 'gpt-4o-mini'
• cost_limit: 成本上限（美元），默认为 10.0
• source: 源语言，默认为 '英文'
• target: 目标语言，默认为 '中文'

使用指南

重要提醒：为了安全和降低费用，将 OpenAI API base_url https://api.openai.com 替换为 https://api.gptsapi.net。费用低一半。

注册链接

注意事项

1. API 使用：

   • 默认使用 GPTs API (https://api.gptsapi.net/v1)
   • 相比官方 API 可节省 50% 的费用
   • 👉 点击这里注册
   • 请确保 API 密钥配置正确

2. 对于文件名包含空格的PDF，请使用引号：

python reflective_translator.py "What Is ChatGPT Doing.pdf"

3. 翻译结果会保存在与源文件相同目录下，格式为 Markdown

4. 翻译进度会自动保存，意外中断后可以继续之前的翻译

开发说明

• 使用 Python 3.8 或更高版本
• 主要依赖：PyPDF2、openai、python-dotenv
• 代码遵循 PEP 8 规范

未来计划

1. 支持更多文档格式（Word、Excel等）
2. 添加批量处理功能
3. 优化翻译质量和速度
4. 增加自定义词典功能
5. 添加GUI界面

许可证

MIT License

贡献指南

欢迎提交 Issue 和 Pull Request

联系方式

• 博客：天天悦读
• Email：grow8org@gmail.com
• GitHub：PDF_reflective_translator

最新更新

v1.0.1

• 支持多种文件格式输入
• 统一 Markdown 输出
• 优化 API 调用逻辑
• 改进错误处理机制
• 添加详细日志记录