为了方便我在离线电脑上看英文pdf做了一个翻译工具，好用谈不上，能用；

离线英文 PDF 翻译工具使用说明

1. 软件用途

本文档介绍一套可在离线 Windows 电脑上运行的英文 PDF 翻译工具。它基于 Argos Translate 离线翻译模型，可将英文内容翻译为中文，适合无法联网的电脑、涉密环境、内网机器或批量处理本地 PDF 文档的场景。

这套工具主要解决以下问题：

• 离线电脑无法访问在线翻译服务。
• PDF 文件需要从英文翻译成中文。
• 扫描版 PDF 没有可复制文字，需要先 OCR。
• 原版式 PDF 翻译后排版容易混乱，需要提供更易阅读的 HTML/TXT 输出。

工具包内已包含英文转中文模型，不需要在离线电脑下载模型。

2. 适用文件类型

可直接翻译的 PDF

如果 PDF 里的英文可以用鼠标选中、复制，说明 PDF 已经有文本层，可以直接用 run_pdf_gui.bat 翻译。

扫描版 PDF

如果 PDF 是图片扫描件，鼠标无法选中文字，则需要先 OCR。OCR 会给 PDF 增加隐藏文字层，之后才能翻译。

扫描版 PDF 的处理流程是：

扫描 PDF -> OCR 生成可搜索 PDF -> 翻译 OCR 后的 PDF -> 输出中文 HTML/TXT/PDF

3. 离线电脑准备条件

离线电脑需要提前安装：

• 64 位 Python 3.12
• NAPS2，仅扫描版 PDF 需要
• NAPS2 英文 OCR 语言文件 eng.traineddata，仅扫描版 PDF 需要
• NAPS2下载链接：https://www.naps2.com/download

工具包目录中应包含这些关键文件：

install_offline.bat
run_pdf_gui.bat
run_text_gui.bat
run_ocr_with_naps2.bat
repair_win1114_c10.bat
repair_indentation_error.bat
offline\wheelhouse
portable-data\packages
tools\pdf_translate_gui.py

4. 首次安装步骤

在离线电脑上解压工具包，例如：

D:\argos-pdf-translator

然后按以下步骤操作：

1. 右键 install_offline.bat。
2. 选择“以管理员身份运行”。
3. 等待安装完成。

安装脚本会在当前目录创建本地 Python 虚拟环境：

.venv

如果没有运行 install_offline.bat，直接运行 run_pdf_gui.bat 会提示缺少 Python 环境。这通常不是系统没有 Python，而是当前工具目录还没有创建 .venv。

5. 普通文本型 PDF 翻译步骤

适用于可以复制英文文字的 PDF。

1. 双击运行：

run_pdf_gui.bat

2. 点击 Select PDF，选择英文 PDF。
3. 确认语言为：

English (en) -> Chinese (zh)

4. 在 Output Format 中推荐选择：

HTML - easiest to read

5. 点击 Translate PDF。

翻译完成后会生成一个中文 HTML 文件，例如：

paper_zh.html

HTML 文件可以用浏览器打开，排版比直接生成 PDF 更稳定，也可以从浏览器打印或另存为 PDF。

6. 扫描版 PDF 的 OCR 处理步骤

扫描版 PDF 需要先 OCR。

6.1 准备 NAPS2 OCR 英文语言包

在有网电脑下载：

• NAPS2 安装包
• 英文 OCR 语言文件 eng.traineddata

将它们拷贝到离线电脑。

在离线电脑安装 NAPS2 后，创建目录：

%APPDATA%\NAPS2\components\tesseract4\fast

通常实际路径类似：

C:\Users\你的用户名\AppData\Roaming\NAPS2\components\tesseract4\fast

然后把 eng.traineddata 复制进去。

6.2 运行 OCR

把扫描 PDF 拖到：

run_ocr_with_naps2.bat

或者在命令行中运行：

run_ocr_with_naps2.bat "D:\docs\scan.pdf"

脚本会在原文件旁边生成：

D:\docs\scan_ocr.pdf

6.3 翻译 OCR 后的 PDF

运行：

run_pdf_gui.bat

选择刚生成的：

scan_ocr.pdf

输出格式推荐选择：

HTML - easiest to read

然后点击 Translate PDF。

7. 输出格式说明

run_pdf_gui.bat 中的 Output Format 提供四种格式。

HTML - easiest to read

推荐用于扫描版 PDF 和 OCR PDF。

优点：

• 排版稳定。
• 按页和段落显示。
• 浏览器直接打开。
• 可以复制到 Word。
• 可以从浏览器打印成 PDF。

TXT - plain text

适合只需要纯文本内容的情况。

优点：

• 最干净。
• 方便复制、搜索、二次编辑。

PDF - simple Chinese pages

生成简洁中文 PDF，不保留原始扫描图片版式。

适合希望得到 PDF 文件，但不要求原版式的情况。

PDF - preserve original layout

尝试保留原 PDF 版式。

不推荐用于扫描/OCR PDF，因为这类 PDF 的隐藏文字层和图片层经常很复杂，容易导致排版混乱或程序崩溃。

8. 推荐工作流

文本型 PDF

run_pdf_gui.bat -> 选择 PDF -> 输出 HTML

扫描版 PDF

run_ocr_with_naps2.bat -> 得到 *_ocr.pdf -> run_pdf_gui.bat -> 输出 HTML

需要最终 PDF

推荐先输出 HTML，然后用浏览器打开 HTML，再打印为 PDF。

9. 常见问题处理

9.1 提示缺少 Python 环境

如果 run_pdf_gui.bat 提示：

Missing Python virtual environment

请先运行：

install_offline.bat

建议右键选择“以管理员身份运行”。

9.2 报错 WinError 1114 / c10.dll

如果出现：

OSError: [WinError 1114]
error loading ...\c10.dll

运行：

repair_win1114_c10.bat

然后重新启动：

run_pdf_gui.bat

9.3 报错 IndentationError

如果出现：

IndentationError: expected an indented block after 'try'

运行：

repair_indentation_error.bat

然后再运行：

repair_win1114_c10.bat

最后重新启动：

run_pdf_gui.bat

9.4 翻译 PDF 时闪退

扫描/OCR PDF 不建议使用 PDF - preserve original layout。

请改用：

HTML - easiest to read

如果仍失败，查看输出文件旁边的日志：

xxx.log.txt

日志里会记录处理到哪一页、哪一段。

9.5 翻译结果格式混乱

扫描 PDF 的原始版式通常很难还原。推荐输出 HTML 或 TXT：

HTML - easiest to read
TXT - plain text

如果需要 PDF，先输出 HTML，再用浏览器打印成 PDF，通常比直接生成 PDF 更可读。

10. 注意事项

• OCR 质量取决于扫描清晰度，建议扫描分辨率在 300 DPI 以上。
• OCR 后请先尝试在 PDF 中选中文字，能选中才说明 OCR 成功。
• 英文扫描件使用 eng.traineddata 即可。
• 如果 PDF 同时有英文和中文，可考虑额外准备中文 OCR 语言文件，但英文转中文翻译主要依赖英文识别质量。
• 翻译模型为离线模型，质量可能不如联网大模型，但适合无网络环境。

11. 总结

这套工具的核心目标是让离线电脑也能完成英文 PDF 到中文内容的转换。对于普通文本型 PDF，可以直接翻译；对于扫描版 PDF，需要先通过 NAPS2 做 OCR，再进行翻译。最终输出推荐使用 HTML，因为它比 PDF 更稳定、更易阅读，也方便复制、编辑和再次导出。

资源链接：https://download.csdn.net/download/weixin_42964413/92867679