---
type: 流程复现
category: 30-文档与交付
project: 文档与交付
created: 2026-10-28
updated: 2026-10-28
tags: [流程复现]
---
# PDF论文翻译并排版为双栏Word

## 什么时候用

需要将 PDF 论文翻译成中文 Word，并尽量保留公式、图表、参考文献和原文阅读顺序时使用。

## 前提

- 已取得可读取的论文 PDF，并确认允许进行翻译和排版。
- 已准备输出目录，以及翻译后的 HTML/Markdown 等中间稿；公式、图表和参考文献不能只依赖纯文本抽取，应回看原 PDF。
- 本流程使用系统已有的 `pdfinfo`、`pdftotext` 和 LibreOffice；不新增第三方依赖。

## 可直接复制的命令

```bash
WORK_DIR="/absolute/path/to/work"
PAPER_PDF="/absolute/path/to/paper.pdf"
TRANSLATED_HTML="$WORK_DIR/translated.html"

mkdir -p "$WORK_DIR"
pdfinfo "$PAPER_PDF"
pdftotext -layout "$PAPER_PDF" "$WORK_DIR/source.txt"

# 翻译并整理 translated.html 后，先转 ODT，再转 Word
libreoffice --headless --convert-to odt --outdir "$WORK_DIR" "$TRANSLATED_HTML"
libreoffice --headless --convert-to docx --outdir "$WORK_DIR" "$WORK_DIR/translated.odt"
unzip -t "$WORK_DIR/translated.docx"
```

## 关键参数与坑

| 项 | 值 / 说明 |
|---|---|
| 页面布局 | 在 Word/Writer 中将正文所在节设为两栏，并检查栏间距、页边距和分页；不要只把文本用空格分成两列。 |
| 字体 | 中文正文统一使用目标字体（如黑体），公式、拉丁字母和参考文献按可读性单独检查。 |
| 公式与图表 | 纯文本抽取可能打乱公式和双栏顺序；图表应从原 PDF 核对编号、题注、单位和位置。 |
| 转换顺序 | HTML → ODT → DOCX 比直接把 PDF 转 DOCX 更容易控制段落和双栏；每次转换后都要重新检查分页。 |
| 路径 | 变量必须替换为绝对路径；路径含空格或中文时保留双引号。 |

## 验证（怎么算做成了）

- 流程文件包含本页五个必需二级标题，且“可直接复制的命令”代码块可直接执行或仅需替换路径变量。
- 输出 DOCX 能正常打开，`unzip -t` 通过，正文节确实为双栏。
- 对照原 PDF 逐页检查：标题层级、正文顺序、公式、图表/题注、参考文献、页眉页脚和明显乱码均无遗漏。
- 最终文件按成果交付规则登记，并记录绝对路径和下载链接。

## 相关

- 
