ترجمه PDF و حفظ چیدمان: واقعاً «حفظ قالب‌بندی» یعنی چه
افزودن به Chrome 
TABLE OF CONTENTS
«حفظ قالب‌بندی» شبیه یک گزینهٔ تیک‌خورده به نظر می‌رسد — تا وقتی که PDF ترجمه‌شده با ستون‌های سرریز، جدول‌های خراب و فونت‌هایی که دیگر با بقیهٔ صفحه نمی‌خوانند برگردد. قبل از پرداخت ببینید حفظ چیدمان واقعاً باید چه معنایی داشته باشد.
چرا چیدمان پس از ترجمه به‌هم می‌ریزد
PDF طوری ساخته شده که همه‌جا یکسان دیده شود. این فایل کاراکترها را در موقعیت‌های ثابتی روی صفحه ذخیره می‌کند، نه پاراگراف‌هایی که با تغییر متن خودشان را دوباره می‌چینند. وقتی مترجم (انسان یا هوش مصنوعی) متن را استخراج می‌کند، ترجمه می‌کند و دوباره در صفحه می‌گذارد، سه مشکل هم‌زمان با چیدمان درگیر می‌شوند:
- قاب‌های ثابت، متن بلندتر. بسیاری از زبان‌های اروپایی از انگلیسی بلندترند. برآوردهای صنعتی معمولاً برای متن جاری فرانسه حدود +15–20% و برای آلمانی حدود +10–35% را نشان می‌دهند؛ رشتهٔ کوتاه شبیه رابط کاربری می‌تواند بسیار بیشتر رشد کند. کادر متنی که برای انگلیسی اندازه شده جایی برای کاراکترهای اضافه ندارد، پس نوشته سرریز می‌شود، کوچک می‌شود یا روی همسایه‌ها می‌افتد. PDF نمی‌تواند مثل Word یا InDesign «پاراگراف را بزرگ کند».
- ترتیب خواندن در برابر ترتیب دیداری. صفحه‌های چندستونه، نوار کناری و سرصفحه‌ها اغلب متن را به ترتیبی ذخیره می‌کنند که با ترتیب خواندن چشم شما یکی نیست. استخراج ممکن است ستون‌ها را در هم ادغام کند، جمله‌ها را در شکست‌های سطر سخت بشکند، یا یک تیتر را به چند تکه تبدیل کند.
- ساختاری که فقط ظاهری است. جدول‌ها ممکن است خط‌کشی و سلول‌های با موقعیت مشخص باشند، نه یک شیء واقعی جدول. تصاویر در مختصات قرار دارند. فونت‌ها ممکن است برای زبان مبدأ جاسازی شده باشند، اما گلیف‌های زبان مقصد در آن‌ها نباشد.
به همین دلیل کپی‌کردن و چسباندن در یک مترجم چت تقریباً همیشه صفحه را خراب می‌کند: کلمات را بدون سندی که دورشان بوده دریافت می‌کنید. ابزارهای آگاه از چیدمان تلاش می‌کنند ساختار را تجزیه کنند، ترجمه کنند و دوباره بسازند، اما باز هم باید متن بلندتر (یا کوتاه‌تر) را در طرحی جا بدهند که هرگز قرار نبوده جابه‌جا شود. برای مروری گام‌به‌گام بر روش‌ها، نحوهٔ ترجمهٔ PDF بدون از دست دادن قالب‌بندی را ببینید.
«حفظ قالب‌بندی» در عمل باید چه چیزی را نگه دارد
صفحه‌های بازاریابی این عبارت را دوست دارند. به‌عنوان خریدار، آن را یک چک‌لیست در نظر بگیرید — نه وعدهٔ یک نسخهٔ دقیقاً پیکسل‌به‌پیکسل.
جدول‌ها. مرزهای سلول، هم‌ترازی سطر و ستون و سبک سرستون باید حفظ شوند. اگر اعداد و برچسب‌ها به یک «آش کلمات» تبدیل شوند، ابزار ساختار را حفظ نکرده و فقط رشته‌ها را ترجمه کرده است. جدول‌های تودرتوی پیچیده و فرم‌ها همچنان پرخطرترین عناصر هستند و باید انتظار مرور دستی داشت. برای خطاهای رایج جدول‌ها، جدول‌ها در ترجمهٔ اسناد را ببینید.
فونت‌ها و تایپوگرافی. ضخامت (توپر/مورب)، اندازه، رنگ و نوع قلم تقریبی باید حفظ شوند. تطبیق دقیق فونت همیشه ممکن نیست: زبان مقصد ممکن است به گلیف‌هایی نیاز داشته باشد که فونت جاسازی‌شده هرگز نداشته (همان جعبه‌های «توفو» کلاسیک برای CJK، عربی یا سیریلیک). یک گردش‌کار جدی حفظ قالب‌بندی، فونت سازگار جایگزین می‌کند، نه اینکه بی‌صدا کاراکترها را حذف کند. مرتبط: چرا فونت‌ها بعد از ترجمه خراب می‌شوند.
تصاویر و گرافیک. لوگو، عکس، نمودار و خط‌های تزئینی باید سر جای خودشان بمانند. متنِ داخل یک تصویر، متن PDF نیست — برای آن به OCR یا یک مسیر پردازش جدا برای تصویر نیاز است. عنوان‌ها و یادداشت‌های کنار شکل‌ها باید همچنان به تصویر درست متصل بمانند.
چیدمان صفحه. ستون‌ها، حاشیه‌ها، سرصفحه/پاصفحه و اندازهٔ صفحه باید قابل‌شناخت بمانند. «حفظ چیدمان» به معنای بی‌تغییر ماندن زیر گسترش شدید متن نیست. ابزارهای صادق ممکن است فاصله‌ها را کمی فشرده کنند، اندازهٔ متن را کمی تغییر دهند، یا داخل یک بلوک دوباره جریان بدهند تا صفحه خوانا بماند. چیزی که باید ردش کنید خروجی‌ای است که اساساً یک متن ساده است و برندینگ شما از آن رفته است.
یک پرسش مفید برای خریدار: آیا خروجی یک PDF بازسازی‌شده با جدول‌ها، تصاویر، فونت‌ها و چیدمان سالم برمی‌گرداند — یا فقط یک تکهٔ متن؟ اگر صفحهٔ محصول فقط خروجی شبیه چت نشان می‌دهد، دنبال گزینهٔ دیگری بگردید.
PDF بومی در برابر اسکن‌شده (محدودیت‌های صادقانهٔ OCR)
همهٔ PDFها از یک نوع مشکل نیستند.
| نوع | محتوای داخلی | مسیر ترجمه | انتظار از چیدمان |
|---|---|---|---|
| بومی (دیجیتال از ابتدا) | لایهٔ متن قابل انتخاب | تجزیهٔ متن و ساختار، ترجمه، بازرندر | بیشترین شانس برای حفظ جدول‌ها، فونت‌ها، لینک‌ها و چیدمان |
| اسکن‌شده / فقط تصویر | عکس صفحات، متن کم یا بدون متن | OCR ابتدا، سپس ترجمه و قراردادن متن | وابسته به کیفیت اسکن؛ انحراف چیدمان بیشتر |
| ترکیبی | برخی صفحات بومی، برخی اسکن‌شده | مسیردهی جدا برای هر صفحه لازم است | ترجمهٔ ناقص یا OCR بیش‌ازحد آسان رخ می‌دهد |
PDFهای بومی از قبل متن کاملاً دقیق کاراکتری دارند. اجرای OCR روی آن‌ها معمولاً اشتباه است: متن دقیق را با حدس جایگزین می‌کنید و ممکن است خطا وارد کنید. تجزیه‌گرهایی را ترجیح دهید که لایهٔ متن را می‌خوانند.
PDFهای اسکن‌شده به OCR نیاز دارند. کیفیت به وضوح، کنتراست، کجی و پشتیبانی از خط بستگی دارد. حدود تقریبی عملی از تجربهٔ OCR: زیر حدود 150–200 DPI، اشتباهات کاراکتری (rn→m، 0→O) بیشتر می‌شود. عکس‌های کج از گوشی و دست‌نوشته‌ها همچنان سخت هستند. مستندات ترجمهٔ اسناد Google Cloud هم اشاره می‌کنند که PDFهای اسکن‌شده اغلب بیش از PDFهای بومی قالب‌بندی را از دست می‌دهند — به‌ویژه با جدول‌های فشرده، چیدمان‌های چندستونه و نمودارهای برچسب‌دار.
بررسی صداقت برای ادعاهای «OCR + حفظ چیدمان»: OCR کلمات را بازیابی می‌کند؛ بازسازی یک طرح چندستونهٔ پرداخت‌شده از روی پیکسل‌ها کار دوم و سخت‌تری است. اسکن‌های واضح، با وضوح بالا و راست برای صفحه‌های ساده خوب کار می‌کنند. فکس‌های مبهم از گزارش‌های پیچیده اغلب به یک مرحلهٔ پاکسازی دستی انسانی نیاز دارند — یا به فایل Word/InDesign قابل ویرایش اصلی، اگر هنوز داشته باشید. برای گردش‌کارهای متمرکز بر اسکن، نحوهٔ ترجمهٔ PDF اسکن‌شده در 2026 را ببینید.
پیش از پرداخت، پیش‌نمایش ببینید
پرداخت برای یک سند کامل قبل از دیدن کیفیت چیدمان، راهی است که خریداران را با فایل‌های غیرقابل‌استفاده رها می‌کند. از این چک‌لیست کوتاه استفاده کنید:
- نوع فایل را تأیید کنید. سعی کنید متن را در یک نمایشگر PDF انتخاب کنید. اگر بتوانید کلمات را هایلایت کنید، احتمالاً بومی است. اگر کل صفحه مثل یک تصویر رفتار کند، برای محدودیت‌های OCR برنامه‌ریزی کنید.
- بخش‌های سخت را زودتر پیدا کنید. صفحه‌هایی با جدول، متن دوستونه، فونت‌های سفارشی و شکل‌ها را باز کنید. همان صفحه‌ها تعیین می‌کنند که آیا «حفظ قالب‌بندی» برای فایل شما واقعی است یا نه.
- از پیش‌نمایش رایگان یا محدود استفاده کنید. ابزارهایی را ترجیح دهید که یک نمونهٔ ترجمه‌شده همراه با چیدمان نشان می‌دهند، نه فقط یک برآورد تعداد کلمه. ترجمه‌گر PDF اوپن‌ال پیش‌نمایش روزانهٔ رایگان ارائه می‌دهد تا قبل از پرداخت فایل کامل، قالب‌بندی یک نمونه را بررسی کنید — شامل جدول‌ها، تصاویر، فونت‌ها و چیدمان صفحه در جایی که پشتیبانی می‌شود. ترجمهٔ کامل سند پولی است، زیرا محاسبات سنگینی دارد؛ پیش‌نمایش برای این است که قبل از همه‌چیز بتوانید تناسب را بسنجید.
- پیش از اشتراک‌گذاری بازبینی کنید. صفحه‌های اول و آخر، هر جدول، پوشش فونت در زبان مقصد و اینکه آیا تصاویر هنوز کنار پاراگراف درست هستند را بررسی کنید. اگر ابزار یک فایل مقایسهٔ دوزبانه هم برمی‌گرداند، از آن برای بررسی تصادفی اصطلاحات استفاده کنید.
- وقتی PDF بن‌بست است، ارتقا دهید. اگر چیدمان حیاتی است (بروشور چاپی، پروندهٔ قانونی)، فایل اصلی InDesign/Word را بخواهید. ترجمهٔ یک نسخهٔ اصلی قابل ویرایش و خروجی گرفتن یک PDF جدید هنوز از جنگیدن با یک PDF تخت‌شده بهتر است.
گام بعدیِ ملایم: یک PDF نماینده را در doc.openl.io/translate/pdf بارگذاری کنید، چیدمان را روی یک نمونه پیش‌نمایش ببینید و بعد تصمیم بگیرید که ترجمهٔ کامل معیار شما را برآورده می‌کند یا نه. «حفظ قالب‌بندی» باید یعنی سندی که واقعاً بتوانید به یک مشتری تحویل دهید — نه امیدی بی‌پشتوانه.
Sources
- Translating PDF Files: Why Layouts Break — DTP Services Berlin — شکست‌های متن ثابت‌موقعیت PDF، شکست ترتیب خواندن و اینکه چرا قاب‌ها دوباره جریان نمی‌یابند
- How to Translate a PDF and Keep the Layout — Vitra.ai — تجزیهٔ عنصر به عنصر ستون‌ها، جدول‌ها، فونت‌ها و گسترش متن
- Expansion and contraction factors — Andiamo! — محدوده‌های گسترش هر جفت زبان که برای برنامه‌ریزی فضای خالی چیدمان استفاده می‌شود
- Text size in translation — W3C Internationalization — چرایی گسترش نامتناسب رشته‌های کوتاه
- Translate documents — Google Cloud Translation — یادداشت‌های رسمی دربارهٔ از دست رفتن قالب‌بندی در PDF بومی در برابر اسکن‌شده
- What Is PDF Parsing / Supported File Types — LlamaIndex glossary — ویژگی‌های بومی در برابر اسکن‌شده و محدودیت‌های OCR
- Image / PDF → Text: The Reading Task (2026) — CodeSOTA — چرا اجرای OCR روی PDF دیجیتال از ابتدا خطا اضافه می‌کند
- AI PDF Translator — OpenL Doc — حفظ چیدمان، OCR برای اسکن‌های واضح و پیش‌نمایش رایگان پیش از پرداخت
