該程式利用 Python 開發，結合多個強大的文本處理與翻譯工具，為用戶提供了一個從 PDF 論文到翻譯後 Word 文檔的全自動流程。主要適用於需要快速掌握大量英文資料、文獻或技術報告的場景，特別是學術研究者、專業技術人員或需要跨語言工作的從業者。

1. 建置 Python 環境
   安裝 Python，確保已包含 pip 工具。
2. 創建資料夾
   英文 PDF 資料夾：放入需要翻譯的 PDF 文件（例如 englishpdf 資料夾）。
   翻譯後資料夾：用於存放翻譯完成的 Word 文件（例如 cn 資料夾，預設為空）。
3. 在 CMD 中安裝必要模組
   執行以下命令依次安裝所需的 Python 套件：

C:/Program Files/Python312/python.exe" -m pip install googletrans==4.0.0-rc1
C:/Program Files/Python312/python.exe" -m pip install opencc-python-reimplemented
C:/Program Files/Python312/python.exe" -m pip install python-docx
C:/Program Files/Python312/python.exe" -m pip install pdfplumber

4. 修改程式內路徑(更新程式中以下路徑為你的資料夾位置)
   en_pdf_folder = r"你的英文 PDF 資料夾路徑"
   cn_word_folder = r"你的翻譯後文檔存放路徑"
5. 執行程式
   翻譯完成後，檢查 cn 資料夾中的 Word 文件即可。

• 運行流程

1. 初始化環境與資料夾
   設定英文 PDF 存放資料夾和翻譯後文件的存放資料夾，如果翻譯後的資料夾不存在，程式會自動建立。
2. 初始化翻譯工具
   使用 Google 翻譯（googletrans）進行英文到中文的翻譯。
   使用 OpenCC (opencc) 將翻譯結果由簡體轉為繁體中文。
3. 逐檔處理 PDF
   遍歷 en_pdf_folder 資料夾內的每個 PDF 文件，為每個 PDF 設定對應的翻譯後 Word 文件的存放路徑。
4. PDF 翻譯到 Word 的完整流程
   文本提取：利用 pdfplumber 提取 PDF 文件中的文字內容。
   分段處理：將長文本切分成不超過 3000 字元的小段，避免 Google 翻譯的限制。
   逐段翻譯：對每段文字進行翻譯，並透過 OpenCC 轉為繁體中文。
   合併結果：將翻譯後的所有段落合併為一整篇文字。
   保存為 Word 文件：將翻譯完成的文本保存為 Word 文件，並存入 cn_word_folder。
5. 錯誤處理與重試機制
   若翻譯過程中出現問題，程式會重試最多 3 次，並在重試間隔等待 2 秒。
   若多次嘗試後仍失敗，該段文本將保留原文，程式繼續處理下一段或下一文件。
6. 完成與輸出
   翻譯完成後，顯示已成功處理的檔案及其存放路徑。

• 含式解釋

PDF 文字擷取
import pdfplumber

翻譯
from googletrans import Translator
from opencc import OpenCC

Word 文件處理
from docx import Document

將長字串分割成多個小段的函式。適用於將大段文字分割成較小的部分，避免一次翻譯過多字元而導致翻譯工具失敗。
def chunk_text(text, chunk_size=3000):

翻譯單段文字的函式。支援多次重試與簡繁體轉換，保證翻譯結果的準確性和穩定性。
def translate_chunk(chunk, translator, opencc, max_retry=3, wait_secs=2):

提取 PDF 文件文字內容的函式。通過 pdfplumber 從 PDF 文件的每一頁提取文字，並將其合併為一個完整的文本。
def read_pdf_text(pdf_path):

將翻譯後的文字內容保存為 Word 文件的函式。每一行文字將作為 Word 文件中的一段。
def save_translated_to_word(translated_text, output_word_path):

完整的 PDF 翻譯至 Word 文件的流程。包含提取文本、分段翻譯、簡繁轉換，以及生成翻譯後的 Word 文件。
def translate_pdf_to_word(pdf_path, output_word_path, translator, opencc):

主程式入口。設定資料夾路徑，初始化翻譯工具，並遍歷資料夾內的所有 PDF 文件，執行翻譯與保存流程。
def main():

• 完整程式

import os
import time
import pdfplumber
from googletrans import Translator
from opencc import OpenCC
from docx import Document

def chunk_text(text, chunk_size=3000):
    chunks = []
    start = 0
    while start < len(text):
        end = start + chunk_size
        chunks.append(text[start:end])
        start = end
    return chunks

def translate_chunk(chunk, translator, opencc, max_retry=3, wait_secs=2):
    for attempt in range(max_retry):
        try:
            result = translator.translate(chunk, src='en', dest='zh-TW')
            translated_text = result.text
            translated_text = opencc.convert(translated_text)
            return translated_text
        except Exception as e:
            print(f"翻譯失敗: {e}")
            if attempt < max_retry - 1:
                print(f"稍等 {wait_secs} 秒後重試...")
                time.sleep(wait_secs)
            else:
                print("多次嘗試仍失敗，保留原文。")
                return chunk

def read_pdf_text(pdf_path):
    all_text_list = []
    with pdfplumber.open(pdf_path) as pdf:
        for page in pdf.pages:
            page_text = page.extract_text()
            if page_text:
                all_text_list.append(page_text)
    entire_text = "\n".join(all_text_list)
    return entire_text

def save_translated_to_word(translated_text, output_word_path):
    doc = Document()
    for line in translated_text.split("\n"):
        doc.add_paragraph(line)
    doc.save(output_word_path)

def translate_pdf_to_word(pdf_path, output_word_path, translator, opencc):
    entire_text = read_pdf_text(pdf_path)
    print(f"[DEBUG] 原文長度: {len(entire_text)}")
    text_chunks = chunk_text(entire_text, 3000)
    translated_results = []
    for chunk in text_chunks:
        t_chunk = translate_chunk(chunk, translator, opencc)
        translated_results.append(t_chunk)
    final_text = "\n".join(translated_results)
    print(f"[DEBUG] 翻譯後長度: {len(final_text)}")
    save_translated_to_word(final_text, output_word_path)

def main():
    en_pdf_folder = r"C:\Users\chenchen\Desktop\chenchen_code\pdf_file_translation\englishpdf"
    cn_word_folder = r"C:\Users\chenchen\Desktop\chenchen_code\pdf_file_translation\cn"

    if not os.path.exists(cn_word_folder):
        os.makedirs(cn_word_folder)

    translator = Translator()
    opencc = OpenCC('s2t')

    for filename in os.listdir(en_pdf_folder):
        if filename.endswith(".pdf"):
            pdf_path = os.path.join(en_pdf_folder, filename)
            word_filename = os.path.splitext(filename)[0] + ".docx"
            output_word_path = os.path.join(cn_word_folder, word_filename)

            print(f"正在處理: {filename}")
            try:
                translate_pdf_to_word(pdf_path, output_word_path, translator, opencc)
                print(f"翻譯完成，保存至: {output_word_path}")
            except Exception as e:
                print(f"處理失敗: {filename}, 錯誤: {e}")

if __name__ == "__main__":
    main()