系统解析PDF、扫描版文档在翻译过程中最容易出问题的关键环节
三百页的书不只是「长一点的文档」,它出问题的方式完全不同。该从哪种格式开始、几百页里什么最容易崩、以及怎么检查一本不会再读第二遍的译稿。
文字版、扫描件、三百页的大文件,都走同一套五步流程。第一步决定最终效果,而多数人恰恰跳过了它。
大 PDF 传不上去、超时、翻到一半停住?靠压缩、拆分和提前确认剩余页数来解决。
译文和原文重叠、或者译文看不见,是因为扫描件里藏着一层 OCR 文字。怎么判断,以及翻译前怎样压平成单层。
光标能不能选中文字?这一个判断决定了全部流程。如何区分文本型 PDF 和扫描件,以及两种情况各自的提取方式。
段落顺序颠倒、表格散架、文字变乱码——PDF 翻译出问题的根源在结构而不在语言。逐条讲清原因和规避方法。