翻译 PDF 并保留排版：“保留格式”究竟意味着什么
添加到 Chrome 
目录
“保留格式”听起来只是一个勾选框，直到翻译后的 PDF 带着溢出的栏位、错乱的表格和与原文不再匹配的字体回到你手里。付费之前，先弄清楚排版保留到底应该意味着什么。
翻译后排版为何会错乱
PDF 的设计目标是在任何地方看起来都一样。它将字形存放在页面的固定位置上，而不是像可流动的段落那样，在文字改变时自动重新排版。当译者（无论是人工还是 AI）提取文本、翻译并放回去时，有三件事会同时与排版冲突：
- 固定的文本框，文字变长了。 许多欧洲语言比英文长。行业估算通常认为，正文从英文译成法语会增加约 +15–20%，译成德语会增加约 +10–35%；而类似界面文字的短字符串，膨胀幅度可能大得多。按英文大小设计的文本框没有空间容纳多出来的字符，于是文字会溢出、被压缩，或与相邻内容重叠。PDF 无法像 Word 或 InDesign 那样“把段落撑大”。
- 阅读顺序与视觉顺序不一致。 多栏页面、侧栏和页眉中的文字，其存储顺序往往并非人眼的阅读顺序。提取过程可能会把多个栏位合并，在硬换行处切断句子，或把一个标题拆成好几段碎片。
- 只存在于视觉上的结构。 表格可能只是线条加上定位好的单元格，而不是真正的表格对象。图片则以坐标形式放置。字体可能只嵌入了源语言所需的字形，目标语言的字形却缺失。
因此，把内容复制粘贴到聊天式翻译工具中，几乎总会毁掉页面：你得到的只是脱离文档语境的文字。支持排版的工具会尝试解析结构、翻译，然后重新构建，但它们依然必须把更长（或更短）的文字塞进一个从未打算变动的设计中。关于分步骤的方法概览，请参阅如何在不丢失格式的情况下翻译 PDF。
“保留格式”究竟应该保留什么
营销页面很喜欢这个说法。作为买家，应把它当作一份检查清单，而不是对“像素级完全一致”的承诺。
表格。 单元格边界、行列对齐和表头样式都应当保留。如果数字和标签被打乱成一团文字，说明工具并没有保留结构，它只是翻译了字符串。复杂的嵌套表格和表单仍然是风险最高的元素，需要预留一轮人工检查。关于表格方面的具体问题，请参阅文档翻译中的表格。
字体与排版。 字重（粗体/斜体）、字号、颜色以及大致的字体样式都应当保留。精确的字体匹配并不总是可行：目标语言可能需要嵌入字体中从未包含的字形（例如中日韩文字、阿拉伯文或西里尔字母时常见的经典“方块字”乱码）。一个可靠的保留格式流程会替换为兼容字体，而不是悄悄丢掉字符。相关内容：为什么翻译后字体会出错。
图片与图形。 徽标、照片、图表和装饰线条都应保持原位。图片内部的文字不是 PDF 文本，需要 OCR 或单独的图像处理流程。靠近图表的标题和注释应当仍与正确的图形对应。
页面版式。 栏位、页边距、页眉/页脚和页面尺寸应当仍然可辨认。“保留排版”并不意味着在文字大幅膨胀的情况下完全不做任何改变。诚实的工具可能会略微收紧间距、适当缩放字号，或在一个区块内重新排列文字，以保证页面可读。你应该拒绝的，是那种基本上只剩纯文本、品牌元素全部消失的下载结果。
一个实用的买家问题是：导出的结果是否是一份保留了表格、图片、字体和页面排版的重建 PDF，还是只有一份文本转储？ 如果产品页面只展示聊天式的输出，那就继续找别的工具。
原生 PDF 与扫描件（OCR 的真实局限）
并不是每个 PDF 都是同一类问题。
| 类型 | 内容构成 | 翻译路径 | 排版预期 |
|---|---|---|---|
| 原生（电子生成） | 可选中的文本层 | 解析文本与结构，翻译，重新渲染 | 最有机会保留表格、字体、链接和排版 |
| 扫描件 / 纯图像 | 页面照片，几乎没有或完全没有文本 | 先 OCR，再翻译并放置文字 | 取决于扫描质量；排版偏移更明显 |
| 混合型 | 部分页面为原生，部分为扫描 | 需要逐页分流处理 | 容易漏译，或对原生页面过度 OCR |
原生 PDF 本身就包含字符精确的文本。对它们运行 OCR 通常是错误的做法：你会用猜测替换精确的文字，并可能引入错误。应优先选择直接读取文本层的解析器。
扫描 PDF 则需要 OCR。其质量取决于分辨率、对比度、倾斜程度和文字支持。根据 OCR 实践，一个大致的实用下限是：低于约 150–200 DPI 时，字符混淆会增多（rn→m、0→O）。倾斜的手机照片和手写内容依然很难处理。Google Cloud 的文档翻译文档也指出，扫描 PDF 通常比原生 PDF 更容易丢失格式，尤其是在密集表格、多栏排版和带标签的图表中。
对“OCR + 保留排版”说法的诚实检验： OCR 能识别文字；而要从像素中还原一个精致的多栏设计，则是更难的第二项工作。清晰、高分辨率、端正的简单页面扫描效果会很好。而复杂报告的模糊传真件，往往需要人工清理，或者你手上仍有原始的可编辑 Word/InDesign 文件。关于以扫描为重点的工作流程，请参阅2026 年如何翻译扫描 PDF。
付费前如何预览
在没有看到排版质量之前就为整份文档付费，是买家最后拿到无法使用的文件的原因。可以按照下面这份简短的清单操作：
- 确认文件类型。 尝试在 PDF 阅读器中选中文字。如果能高亮选中单词，它很可能是原生 PDF。如果整个页面的行为就像图片，则需要考虑 OCR 的局限。
- 先找出难点。 打开包含表格、双栏文字、自定义字体和图形的页面。正是这些页面决定了“保留格式”对你的文件是否真实有效。
- 使用免费或有限的预览。 优先选择那些能展示带有排版的译文样本的工具，而不只是给出字数报价的工具。OpenL 的 PDF 翻译工具提供每日免费预览，让你在付费处理完整文件之前，先对样本的格式进行审阅，包括在支持的情况下查看表格、图片、字体和页面排版。完整文档翻译需要付费，因为它的计算量很大；预览的作用，是让你先判断是否合适。
- 分享前进行审阅。 检查首页和末页、每一个表格、目标语言的字体覆盖情况，以及图片是否仍然位于正确段落的旁边。如果工具还返回了双语对照文件，可以用它来抽查术语。
- 当 PDF 无法处理时，升级处理方式。 如果排版至关重要（例如印刷宣传册、受监管的申报文件），应索取 InDesign/Word 源文件。翻译可编辑的原稿并重新导出 PDF，仍然比与扁平化的 PDF 较劲更有效。
温和的下一步：上传一份有代表性的 PDF 到 doc.openl.io/translate/pdf，先预览样本的排版，再决定完整翻译是否达到你的标准。保留格式应当意味着一份你真正可以交给客户的文档，而不是一种期望。
Sources
- Translating PDF Files: Why Layouts Break — DTP Services Berlin — 固定位置的 PDF 文本、阅读顺序失效，以及文本框为何不会重新流动
- How to Translate a PDF and Keep the Layout — Vitra.ai — 逐元素拆解栏位、表格、字体和文字膨胀
- Expansion and contraction factors — Andiamo! — 规划排版余量时使用的语言对膨胀范围
- Text size in translation — W3C Internationalization — 为何短字符串的膨胀幅度尤为不成比例
- Translate documents — Google Cloud Translation — 关于原生与扫描 PDF 格式丢失的官方说明
- What Is PDF Parsing / Supported File Types — LlamaIndex glossary — 原生与扫描文件的特点及 OCR 局限
- Image / PDF → Text: The Reading Task (2026) — CodeSOTA — 为何对电子生成的 PDF 做 OCR 会引入错误
- AI PDF Translator — OpenL Doc — 排版保留、清晰扫描件的 OCR，以及付费前的免费预览
