把一份 PDF 丢进翻译工具，结果译文出来时段落错位、表格散架、图表上的文本叠在一起——这几乎是每个人翻译 PDF 都遇过的痛。问题不在于翻译品质，而在于 PDF 这种格式本身。这篇教学会说明为什么 PDF 容易乱版，并给出三种能真正保留排版的做法。
为什么普通工具翻译 PDF 会乱版？
很多人以为 PDF 像 Word 一样，是一段一段可以自由重排的文本。实际上恰好相反。PDF 的设计目标是「不管在哪台设备打开都长一样」，所以它记录的是每一个字、每一条线、每一张图在页面上的绝对座标，而不是文本之间的逻辑关系。
这带来三个典型问题：
- **文本流断裂：**同一个句子在 PDF 内部可能被拆成好几个独立的文本块，分散在不同座标。普通工具按块翻译，译文顺序就会错乱。
- **字宽与字体：**中文、日文翻成英文后字数通常变长，英文翻成中文又变短。原本刚好填满一行的文本，译后不是溢出边界就是留下大片空白，内嵌字体还可能无法显示。
- **表格与图表：**PDF 里的表格往往只是一堆线条加上分散的文本，没有「保存格」这个概念。一旦文本长度改变，字段就会错位，图表上的标签也会跑位。
理解这一点之后，挑选方法的逻辑就清楚了：你需要的工具，必须先「看懂」版面结构，再把译文放回对应位置，而不是单纯替换文本。
方法一：用支持排版还原的 AI 工具
目前较可靠的做法，是使用会先做**版面分析（layout analysis）**的 AI 翻译工具。这类工具的处理流程通常是：先辨识页面上的段落、标题、表格、图片等区块，创建结构模型，翻译后再依照原始区块的位置与大小重新排版输出。
以 DocTransAI 为例，它在处理 PDF 时会保留段落层级、表格布局与图表位置，并支持双语对照输出（原文与译文上下并排），方便核对。客观来说，没有任何工具能保证 100% 完美还原复杂版面——版面越花俏、文本长度变化越大，误差就越可能出现。但相比直接替换文本的传统做法，排版还原能省去大量手动调整的时间。
什么情况最适合这个方法？
- 原生（非扫描）的 PDF，例如从 Word、InDesign 导出的文件。
- 含有表格、多栏排版、页眉页脚的正式文档，如报告、合约、产品手册。
- 需要把译文交给他人直接使用、没时间逐页重排的场景。
方法二：扫描版 PDF 需要先做 OCR
如果你的 PDF 是扫描件或拍照转成的文件，那它本质上是一张张图片，里面没有任何可选取的文本。这种情况下，任何翻译工具都无法直接读到文本，必须先经过 **OCR（光学字符辨识）**把图片中的文本提取出来。
处理扫描 PDF 的建议步骤：
- 确认文件是否为扫描件——试着用鼠标选取文本，选不到就是扫描件。
- 使用具备 OCR 功能的工具辨识文本。辨识品质受原图清晰度影响很大，扫描分辨率建议在 300 DPI 以上。
- 辨识后务必校对一遍，OCR 容易把相似字（如「O」与「0」、「未」与「末」）认错，这些错误会直接带进译文。
- 再进行翻译与排版还原。
DocTransAI 对扫描 PDF 提供内置 OCR 识别，可在同一流程中完成辨识与翻译，减少在多个工具之间搬运文件的麻烦。即便如此，扫描件的还原难度本来就高于原生 PDF，对结果保持合理预期会更省心。
方法三：用术语库保证专业词一致
排版对了，还有一个常被忽略的品质问题：专有名词前后不一致。一份几十页的技术文档里，同一个产品名、零件名或法律术语，若每次翻译结果都不同，读者会困惑，专业度也会打折。
解法是创建术语库（glossary）：事先把关键词的标准译法固定下来，翻译时强制套用。例如把「Liquidity Coverage Ratio」固定译为「流动性覆盖比率」，整份文档就不会一下叫这个、一下叫那个。详见企业翻译为什么必须创建术语库？
DocTransAI 支持自建术语库并以 CSV 批量导入，翻译时自动比对替换。对于需要长期维护品牌词汇或行业术语的团队，这一步能显著拉高交稿的一致性。
常见错误与建议
- **把扫描件当原生 PDF 处理：**结果往往是「翻译完全没反应」或输出空白。先判断文件类型，扫描件一律走 OCR 流程。
- **忽略字数膨胀：**中译英、日译英常出现文本变长导致溢出。固定版面的文档，翻译后一定要快速检查边界与分页。
- **对复杂版面期待 100% 完美：**多栏杂志、含大量浮动图框的设计稿，任何自动工具都难以完全还原，预留少量手动微调时间更实际。
- **跳过校对：**无论工具多强，正式对外的文档都应由人最后审一遍，尤其是数字、日期、专有名词。
- **整份大档一次处理：**几百页的文件建议先用几页试翻，确认效果与术语设置无误，再跑全文，避免白做工。
小结
翻译 PDF 保留排版的关键，不是找「翻译最准」的工具，而是找「看得懂版面」的工具。原生 PDF 用支持排版还原的 AI 翻译；扫描件先 OCR 再翻；专业文档搭配术语库保证用词一致——三者结合，就能把后续手动调整的工作量降到最低。