翻譯 PDF 並保留版面：「保留格式」究竟代表什麼
TABLE OF CONTENTS
「保留格式」聽起來像一個勾選框，直到翻譯完的 PDF 傳回來，欄位溢出、表格破碎、字型也對不上。付費之前，先搞清楚版面保留到底應該做到什麼程度。
翻譯後版面為何會跑掉
PDF 的設計目標是在任何地方看起來都一樣。它把字形固定放在頁面的特定位置，而不是像流動的段落那樣，文字一改就跟著重排。當譯者（無論是人工還是 AI）擷取文字、翻譯、再放回去時，有三件事會同時破壞版面：
- 框線固定，文字變長。 許多歐洲語言的篇幅比英文長。業界估算，一般段落的法文通常約多出 +15–20%，德文約多出 +10–35%；較短、類似介面的字串則可能膨脹得更多。針對英文尺寸設計的文字框，沒有空間容納額外的字元，於是文字會溢出、被壓縮，或與鄰近內容重疊。PDF 無法像 Word 或 InDesign 那樣「把段落撐開」。
- 閱讀順序與視覺順序不同。 多欄版面、側欄與頁首，經常以與眼睛閱讀順序不同的方式儲存文字。擷取時可能把欄位合併、在硬換行處切斷句子，或把一個標題拆成數個片段。
- 結構只存在於視覺上。 表格可能只是線條加上定位的儲存格，而不是真正的表格物件。圖片以座標方式擺放。字型可能只內嵌了原文語言所需的字形，目標語言的字形卻缺失。
所以把內容直接貼到聊天式翻譯工具裡，幾乎一定會毀掉版面：你得到的只是文字，失去了文件的版面脈絡。具備版面感知能力的工具會嘗試解析結構、翻譯，然後重建，但它們仍然必須把變長（或變短）的文字塞進一個原本不打算移動的設計裡。若想了解逐步的方法概覽，請參閱如何在不失去格式的情況下翻譯 PDF。
「保留格式」真正應該保住什麼
行銷頁面很愛用這個詞。作為買方，應該把它當成一份檢查清單，而不是對「像素級一模一樣」的承諾。
表格。 儲存格邊界、列與欄的對齊，以及表頭樣式都應該保留。如果數字和標籤被打亂成一團文字，代表工具並沒有保留結構，只是翻譯了字串而已。複雜的巢狀表格與表單仍是風險最高的元素，預期需要一輪人工審閱。關於表格的常見陷阱，請參閱文件翻譯中的表格。
字型與排版。 字重（粗體／斜體）、字級、顏色，以及大致的字體樣式都應該延續。完全相同的字型不一定做得到：目標語言可能需要原始嵌入字型從未包含的字形（像是中日韓文、阿拉伯文或西里爾字母常見的「豆腐」方塊）。成熟的保留格式流程會替換成相容的字型，而不是悄悄丟掉字元。相關閱讀：為什麼翻譯後字型會跑掉。
圖片與圖形。 標誌、照片、圖表與裝飾線條都應該留在原位。圖片內部的文字不是 PDF 文字，需要 OCR 或另外的圖片處理流程。圖表附近的說明文字與標註，也應該與正確的視覺元素保持對應。
頁面版面。 欄位、邊界、頁首／頁尾與頁面尺寸應該仍然辨識得出來。「保留版面」並不代表在文字大幅膨脹時完全不能改動。誠實的工具可能會稍微收緊間距、略為縮放字級，或在區塊內重新排列，以確保頁面仍然易讀。你應該拒絕的，是一份基本上只剩純文字、品牌元素全部消失的下載檔。
一個實用的買方問題：*匯出的結果是一份重新建構、保有表格、圖片、字型與頁面版面的 PDF，還是只是一份文字傾印？*如果產品頁面只展示聊天式的輸出，就該繼續找其他選項。
原生 PDF 與掃描件（誠實的 OCR 限制）
並不是每份 PDF 都是同一類問題。
| 類型 | 內容 | 翻譯路徑 | 版面預期 |
|---|---|---|---|
| 原生（數位原生） | 可選取的文字層 | 解析文字與結構、翻譯、重新渲染 | 最有機會保留表格、字型、連結與版面 |
| 掃描／純影像 | 頁面照片，文字很少或沒有 | 先 OCR，再翻譯並放置文字 | 取決於掃描品質；版面偏移較多 |
| 混合 | 部分頁面為原生，部分為掃描 | 需要逐頁分流 | 容易漏翻或過度 OCR |
原生 PDF 本身已包含字元完全精確的文字。對它們執行 OCR 通常是個錯誤：你會用猜測取代精確的文字，還可能引入錯誤。應優先選用直接讀取文字層的解析工具。
掃描 PDF 需要 OCR。品質取決於解析度、對比、傾斜程度與文字系統的支援。根據 OCR 實務，大致的下限是：低於約 150–200 DPI 時，字元混淆會增加（rn→m、0→O）。傾斜的手機照片與手寫內容仍然很難處理。Google Cloud 的文件翻譯說明也指出，掃描 PDF 的格式損失通常比原生 PDF 更嚴重，特別是在密集表格、多欄版面與帶標籤的圖表上。
對「OCR＋保留版面」宣稱的誠實檢驗： OCR 能辨識文字；要從像素重建一套精緻的多欄設計，則是更艱難的第二項工作。清晰、高解析度、端正的簡單頁面掃描效果很好。複雜報告的模糊傳真件，通常需要人工清理，或你手上仍保有的原始可編輯 Word／InDesign 檔案。若想了解以掃描為重點的流程，請參閱2026 年如何翻譯掃描 PDF。
付費前如何預覽
在看過版面品質之前就付費買下整份文件，是買家最後拿到無法使用的檔案的常見原因。請使用以下簡短檢查清單：
- 確認檔案類型。 試著在 PDF 檢視器中選取文字。如果能反白文字，很可能是原生檔案。如果整頁的行為像圖片，就要預期 OCR 的限制。
- 先找出困難的部分。 打開含有表格、雙欄文字、自訂字型與圖表的頁面。這些頁面決定了「保留格式」對你的檔案是否真的做得到。
- 使用免費或有限的預覽。 優先選擇會展示含版面的翻譯樣本的工具，而不只是字數報價。OpenL 的 PDF 翻譯工具提供每日免費預覽，讓你在付費購買完整檔案前，先檢視樣本的格式，包括在支援的範圍內保留表格、圖片、字型與頁面版面。完整文件翻譯需要付費，因為它的運算量很大；預覽的存在就是為了讓你先判斷是否適合。
- 分享前先審閱。 檢查首頁與末頁、每一個表格、目標語言的字型涵蓋範圍，以及圖片是否仍然位於正確段落旁邊。如果工具還提供雙語對照檔，可以用它來抽查術語。
- 檔案無法處理時就升級。 如果版面攸關重大（例如印刷宣傳品、需要法規申報的文件），請索取 InDesign／Word 原始檔。翻譯可編輯的原始檔再重新匯出 PDF，仍然勝過與扁平化的 PDF 搏鬥。
溫和的下一步：把一份具代表性的 PDF 上傳到 doc.openl.io/translate/pdf，先預覽樣本的版面，再決定完整翻譯是否符合你的標準。保留格式應該意味著一份你真的能交給客戶的文件，而不是一種期盼。
Sources
- Translating PDF Files: Why Layouts Break — DTP Services Berlin — 固定位置的 PDF 文字、閱讀順序失效，以及為何框線不會重排
- How to Translate a PDF and Keep the Layout — Vitra.ai — 逐一拆解欄位、表格、字型與文字膨脹的情況
- Expansion and contraction factors — Andiamo! — 規劃版面餘裕時使用的語言配對膨脹範圍
- Text size in translation — W3C Internationalization — 為何短字串的膨脹幅度不成比例
- Translate documents — Google Cloud Translation — 關於原生與掃描 PDF 格式損失的官方說明
- What Is PDF Parsing / Supported File Types — LlamaIndex glossary — 原生與掃描檔的特徵以及 OCR 限制
- Image / PDF → Text: The Reading Task (2026) — CodeSOTA — 為何對數位原生 PDF 做 OCR 會增加錯誤
- AI PDF Translator — OpenL Doc — 版面保留、清晰掃描的 OCR，以及付費前的免費預覽
