使用谷歌翻译API翻译PDF文件

Question

我想在我的项目中使用谷歌翻译。我和谷歌完成了所有的手续。我也带了API密钥。有了这个键，我可以很容易地用JavaScript翻译任何单词。但是，如何翻译PDF文件，我们可以在谷歌翻译网站？我发现了这样一件事：

http://translate.google.com/translate?hl=fr&sl=auto&tl=en&u=http://www.example.com/PDF.pdf

但在这里，我不能使用我的钥匙，因此，它需要大量的时间来翻译。所以我想用我的钥匙和翻译一个PDF文件。请帮帮我。我的方法是这样的：

1. One html page I have.
2. One browse button for pdf
3. Upload the file
4. Transalte the pdf with Google API and show in the html page.

我搜索了这个pdf翻译，但没有找到任何东西。请帮帮我。

Answer 1

TL:使用无头浏览器呈现来自Google PDF翻译服务的PDF。

PDF是一种复杂的格式，可以包含许多文本组件。为了翻译它，我将描述解决方案从简单到更高级。

翻译原始文本

如果你只需要翻译没有视觉输出，你可以提取文本并给予谷歌翻译。

由于您没有提供有关项目的信息(语言、环境、.)我会把你转到这个关于如何提取文本的线程

翻译所有文本

如果你需要从PDF中的所有内容中获取信息，那么这是相当困难的。为了避免头痛(部分)，您可以将PDF转换为图像(使用影象工具或类似工具)，然后有三个选项：

• OCR从图像中提取文本，然后将其交给google，再次您正在丢失原始表单。
• OCR文本，但保存位置(一些库可以这样做，因为您没有指定项目信息，请参阅这些链接：#1、#2、#3、#4)。 然后用google翻译它，并将结果写到图像中。为了获得更好的效果，您需要考虑文本字体、颜色和背景色。很难，但可行。
• 使用谷歌翻译图像服务翻译图像。不幸的是，这个特性在公共API中是不可用的，所以除非做一些反向工程，否则这是不可能的。

使用Google的PDF翻译服务

您通过使用翻译站点提供的解决方案可以非常容易地自动化。原因是它很长，因为它是一个沉重的过程，你可能不会击败谷歌。

使用无头浏览器，您可以获得您的pdf翻译页面，然后观察到翻译的内容是坐在一个iframe，得到那个iframe，最后打印到PDF。

下面是一个使用SlimerJS的简短示例(应该与幻影兼容)

var page = require("webpage").create();

// here you may want to setup page size and options    

// get the page
page.open('https://translate.google.fr/translate?hl=fr&sl=en&u=http://example.com/pdf-sample.pdf', function(status) {
    if (status !== 'success') {
        console.log('Unable to access network');
    } else {
        // find the iframe with querySelector
        var iframe_src = page.evaluate(function() {
            return document.querySelector('#contentframe').querySelector('iframe').src;
        });

        console.log('Found iframe: ' + iframe_src);

        // render the iframe
        page.open(iframe_src, function(status) {
            // wait a bit for javascript to translate
            // this can be optimized to be triggered in javascript when translation is done
            setTimeout(function() {
                // print the page into PDF
                page.render('/tmp/test.pdf', { format: 'pdf' });

                phantom.exit(0);
            }, 2000);

        });
    }
});

提供此文件：http://www.cbu.edu.zm/downloads/pdf-sample.pdf

它产生了这个结果(用法语翻译)：(我发布了一个截图，因为我不能嵌入PDF ;)

​

Answer 2

使用Apache提取pdf文件的文本内容(您应该编写必要的java代码)，然后使用您想要使用的任何API来翻译它。但是，正如上面提到的，谷歌翻译是一种付费服务。