PDF文本翻譯中表格處理的方法比較

李則穎

【摘 要】筆者匯總多次表格翻譯時可能使用的工具和方法，通過近期PDF書籍翻譯時遇到的批量表格為例，對從簡單原始操作到利用工具手動編輯繪制（不考慮CAT軟件在表格翻譯上可發揮的最佳效果）加以說明。筆者希望不負此前在表格翻譯處理上所耗時間，利用該文總結對比所列方式，以期今后翻譯遇到各式表格時能較快選擇最適方案，使翻譯之外的處理效率最大化。

【關鍵詞】表格翻譯；PDF文件；轉換；排版

中圖分類號：H159 文獻標志碼：A 文章編號：11007-0125（2018）15-0226-02

（一）試想無軟件輔助下會如何解決表格問題？第一，在word內新建表格手動錄入數據；第二，若表格可選且光標滑動有序（圖1），直接在pdf內復制表格選擇性粘貼到word，后利用word“文本轉表格”一鍵搞定；第三，word13等版本直接轉換打開pdf，后批量替換更改；第四，復制圖2表格到word，選中“顯示標記”按鈕（各版本word中樣式不一，但均位于“段落”框）得到含格式標記的文本（標記高亮如圖3），識別真空格（如Type和of中間）和制表符（^t，如data和50中間），利用替換功能自填制表符，最后“文本轉換為表格”（注意此處選“制表符）得圖4。上述操作處理單張表格時確有優點。

以下借助工具批量處理左圖5表格樣式。圖中可知各行列非等距，還應照顧頁眉頁腳和表格倒置的版面。考慮到格式特殊性和后續批量替換翻譯等問題，先將含表格的頁面單獨提取成獨立pdf（避免整體文檔轉換時僅表格頁錯亂）。以下為表格處理時可能出現問題的階段及基于各個工具的產出效果：

（一）直接利用PDF軟件或在線工具實現pdf轉excel表格（處理簡單表格時也可直接復制粘貼后微調）。優點：避免復雜表格轉為word時因頁面內除表格外因素而造成的紊亂；缺點：需重新制作頁眉、頁腳和角注等要素。

（二）同（一）實現pdf轉word文檔（優缺點與（一）中相反，另可免去下文操作（三））

A.Nitro Pro 9

轉為excel識別率高，缺點是無法識別不齊整的表格數據，如單列有多層的標題欄（下圖6，上下分別為原圖和識別圖）是此次表格處理的難點和特殊性；縱列數據偏移。轉為word可直接使用（除標題欄稍偏移外）。

B.Adobe Acrobat X Pro

轉為excel標題欄效果差。轉為word需微調但不影響直接使用。

C.ABBYYFineReader 12 Corporate，或有每日上傳上限的在線免費版http：//ocr.abbyy.cn/

內容上無法識別符號如箭頭；i與1之間識別度低；無法識別。轉為word時最嚴重的問題還是與下文的DE問題類似，只是反應在硬回車上；轉為excel時數據不齊整、單元格邊框不匹配、遺漏分割等美觀問題。盡管問題不乏，但我們必須熟知ABBYY與眾不同的優點：1.處理掃描版格式時，該軟件OCR（光學字符識別）功能的高識別度不容置疑；2.處理更加復雜圖表時，可根據提示的疑似錯誤字符直接以對照模式修改，方便直觀；3.可自動按照識別類型（表格、文本、背景圖片等）手動調整識別區域，提高生成率。

D.cloudconvert（免費）

僅支持轉為word，識別準確率和結構上都較為匹配，但識別規則可能僅依從源表的排列模式，對于需合并但分行的信息之間仍存在軟回車，這對后續批量替換翻譯極為不利。

E、smallpdf（免費）

轉為excel時按照表格數量會自動生成多個工作簿，增加了合并工作簿的操作（使用VBA功能或第三方工具）；轉為word時頁面效果優于cloudconvert，但存在相同問題。

F.桌面出版（DTP）軟件Adobe Illustrator

打開翻譯pdf的表格所在頁，利用直接編輯功能（Nitro和acrobat也可不同程度直接編輯）和無法編輯部分重新制作的優勢，變更和繪制（注意pdf待譯和譯出字體的間距傾斜加粗等系列問題），完成后保存為EPS（Encapsulated PostScript）格式，便可直接插入word中使用。缺點顯然易見，即處理的精細度與批量的沖突，一次只可編輯一張表格，所以僅在表格極為復雜且格式非單一時可考慮使用。按此流程處理則不再僅限于文本翻譯，可歸為本地化。

（三）表格翻譯在excel中完成后插入word

少量表格時，復制粘貼需要注意空格會以方框樣式呈現，手動一次性替換即可；或可將excel另存為網頁格式，后打開方式選word即可。

（四）與表格翻譯相關含分節符或分欄符的格式文本

分節符本是為了強制中斷前文格式而改成所需格式，該優點在處理文檔翻譯時卻搖身成了麻煩。所以此類格式文本的問題是各欄文本間距可調以及底部文本連續性，如照此也利用分節符或分欄符，可能又需要更改適應的中文字體、行距等，且任何更改可謂牽一發而動全身（使用頻率最高的是“下一頁”分節符）。而我建議重新創建表格，利用表格約束文本布局，使其錯落有致。

鑒于筆者遇到表格翻譯的次數及樣式種類有限，以上總結均非具普遍性，僅作自身和其他譯員的參考，期望得到指正與建議。此外，仍有未嘗試的各類方法待筆者學習，如Kutools for Excel對于重新排列直接粘貼性表格數據的作用，其他含OCR功能的軟件如onenote等。更者，CAT工具處理各類表格的能力及為此所需做的導入前表格處理準備。筆者在此愿翻譯市場上優秀軟件的完善和興起，更望譯者不止于翻譯，能為自己營建更高效的翻譯環境。

參考文獻：

[1]陳永杰，邢寶山，張祥合，李桃.利用Adobe Acrobat7.0實現PDF格式文件的轉換[J].編輯學報，2006.

[2]于曉燕.把PDF文檔應用于電子排版領域[J].自動化技術與應用，2005.

[3]田玲. Word表格文件轉換成Excel表格文件中的“選擇性粘貼”命令應用研究[J].計算機光盤軟件與應用，2014.