代码之家 › 专栏 › 技术社区 › Bastin Robin

如何在使用Python将内容从英语转换为法语后保留pdf布局

python-pdfkit pdf python

-1

Bastin Robin · 技术社区 · 8 年前

我正在开发一个简单的应用程序,它将帮助我将所有包含英文文本的pdf文件转换为pdf格式的法文文本。我研究了一个简单的概念证明,它可以帮助我迭代给定的文件,并将所有文本转换为法语。现在,我坚持将转换后的法语文本保存为pdf格式,其结构与原始英语版本相似。

import PyPDF2
from googletrans import Translator
translator = Translator()

read_pdf = PyPDF2.PdfFileReader(open('any_english.pdf', 'rb'))
write_pdf = PyPDF2.PdfFileWriter()
number_of_pages = read_pdf.getNumPages()

for i in range(number_of_pages):
    page = read_pdf.getPage(i)
    page_content = page.extractText()
    print translator.translate(page_content, dest='fr').text

    // Save the converted version text in french into a pdf conserving structure as original pdf

**注意事项

pdf中的所有内容都是文本格式,而不是图像。

3 回复 | 直到 8 年前

1

3

mfitzp 8 年前

在Python中,没有简单的方法可以打开、编辑和重写PDF。但是,根据PDF/结构的复杂性,您可能会成功地将PDF转换为HTML、翻译,然后从HTML生成PDF。

要将PDF转换为HTML,有 pdf2html 它有一个基本的 Python wrapper .

翻译完成后,您可以使用以下方法逆转此过程,并取得不同程度的成功:。 weasyprint , html2pdf (仅限Mac), wkhtmltopdf (需要Qt)。

2

1

Induprasad 8 年前

基本上,您不能直接创建特定格式的PDF文件。但您可以尝试以xhtml格式编写数据,然后将其转换为。使用xhtml2pdf的pdf。希望这对您的需求有所帮助。

3

0

Henrique 6 年前

您可以使用 textract

import textract
text = textract.process('path/to/a.pdf', language='fr')

默认情况下,它保留布局