Opções avançadas
Opções avançadas > Opções avançadas (atual)
Índice
- Argumentos da Linha de Comando
- Argumentos
- Argumentos da GUI
- #### Guia de Configuração de Limitação de Taxa
- ##### Limitação de Taxa RPM (Solicitações Por Minuto)
- ##### Limitação de Conexões Simultâneas
- ##### Melhores práticas
- Tradução parcial
- Especificar idiomas de origem e destino
- Tradução com exceções
- Prompt personalizado
- Configuração personalizada
- Pular limpeza
- Cache de tradução
- Implantaçãocomo serviço público
- Autenticação e página de boas-vindas
- Suporte a glossário
Argumentos da Linha de Comando
Execute o comando de tradução na linha de comando para gerar o documento traduzido example-mono.pdf e o documento bilíngue example-dual.pdf no diretório de trabalho atual. Use o Google como o serviço de tradução padrão. Mais serviços de tradução suportados podem ser encontrados AQUI.
Na tabela a seguir, listamos todas as opções avançadas para referência:
Argumentos
| Opção | Função | Exemplo |
|---|---|---|
files | Caminho do arquivo PDF local | pdf2zh ~/local.pdf |
links | Arquivos online | pdf2zh http://arxiv.org/paper.pdf |
--output | Diretório de saída para os arquivos | pdf2zh example.pdf --output /outputpath |
--<Services> | Usar serviço específico para tradução | pdf2zh example.pdf --openaipdf2zh example.pdf --deepseek |
--help, -h | Mostrar mensagem de ajuda e sair | pdf2zh -h |
--config-file | Caminho para o arquivo de configuração | pdf2zh --config-file /path/to/config/config.toml |
--report-interval | Intervalo de relatório de progresso em segundos | pdf2zh example.pdf --report-interval 5 |
--debug | Usar nível de registro de depuração | pdf2zh example.pdf --debug |
--gui | Interagir com a GUI | pdf2zh --gui |
--warmup | Apenas baixar e verificar os ativos necessários e depois sair | pdf2zh example.pdf --warmup |
--generate-offline-assets | Gerar pacote de recursos offline no diretório especificado | pdf2zh example.pdf --generate-offline-assets /path |
--restore-offline-assets | Restaurar pacote de ativos offline do diretório especificado | pdf2zh example.pdf --restore-offline-assets /path |
--version | Mostrar versão e sair | pdf2zh --version |
--pages | Tradução parcial do documento | pdf2zh example.pdf --pages 1,2,1-,-3,3-5 |
--lang-in | O código do idioma de origem | pdf2zh example.pdf --lang-in en |
--lang-out | O código do idioma de destino | pdf2zh example.pdf --lang-out zh-CN |
--min-text-length | Comprimento mínimo do texto para traduzir | pdf2zh example.pdf --min-text-length 5 |
--rpc-doclayout | Endereço do host do serviço RPC para análise de layout de documento | |
--qps | Limite de QPS para o serviço de tradução | pdf2zh example.pdf --qps 200 |
--ignore-cache | Ignorar cache de tradução | pdf2zh example.pdf --ignore-cache |
--custom-system-prompt | Prompt personalizado do sistema para tradução. Usado para /no_think em Qwen 3 | pdf2zh example.pdf --custom-system-prompt "/no_think You are a professional, authentic machine translation engine" |
--pool-max-worker | Número máximo de trabalhadores para o pool de tradução. Se não definido, será usado qps como o número de trabalhadores | pdf2zh example.pdf --pool-max-worker 100 |
--no-auto-extract-glossary | Desativar extração automática do glossário | pdf2zh example.pdf --no-auto-extract-glossary |
--primary-font-family | Substitui a família de fontes primária para o texto traduzido. Opções: 'serif' para fontes serifadas, 'sans-serif' para fontes sem serifa, 'script' para fontes script/itálicas. Se não especificado, usa seleção automática de fonte baseada nas propriedades do texto original. | pdf2zh example.pdf --primary-font-family serif |
--no-dual | Não gerar arquivos PDF bilíngues | pdf2zh example.pdf --no-dual |
--no-mono | Não gerar arquivos PDF monolíngues | pdf2zh example.pdf --no-mono |
--formular-font-pattern | Padrão de fonte para identificar texto de fórmula | pdf2zh example.pdf --formular-font-pattern "(MS.*)" |
--formular-char-pattern | Padrão de caracteres para identificar texto de fórmula | pdf2zh example.pdf --formular-char-pattern "(MS.*)" |
--split-short-line | Forçar a divisão de linhas curtas em parágrafos diferentes | pdf2zh example.pdf --split-short-line |
--short-line-split-factor | Fator de limite de divisão para linhas curtas | |
--skip-clean | Pular etapa de limpeza do PDF | pdf2zh example.pdf --skip-clean |
--dual-translate-first | Priorizar a colocação da página traduzida no modo de PDF duplo | pdf2zh example.pdf --dual-translate-first |
--disable-rich-text-translate | Desativar tradução de texto rico | pdf2zh example.pdf --disable-rich-text-translate |
--enhance-compatibility | Ativar todas as opções de aprimoramento de compatibilidade | pdf2zh example.pdf --enhance-compatibility |
--use-alternating-pages-dual | Usar o modo de páginas alternadas para PDF duplo | pdf2zh example.pdf --use-alternating-pages-dual |
--watermark-output-mode | Modo de saída de marca d'água para arquivos PDF | pdf2zh example.pdf --watermark-output-mode "NoWaterMark" |
--max-pages-per-part | Número máximo de páginas por parte para tradução dividida | pdf2zh example.pdf --max-pages-per-part 1 |
--translate-table-text | Traduzir texto de tabela (experimental) | pdf2zh example.pdf --translate-table-text |
--skip-scanned-detection | Pular detecção de digitalização | pdf2zh example.pdf --skip-scanned-detection |
--ocr-workaround | Forçar o texto traduzido a ser preto e adicionar fundo branco | pdf2zh example.pdf --ocr-workaround |
--auto-enable-ocr-workaround | Ativar solução alternativa automática de OCR. Se um documento for detectado como altamente digitalizado, isso tentará ativar o processamento de OCR e pular a detecção adicional de digitalização. Consulte a documentação para obter detalhes. (padrão: Falso) | pdf2zh example.pdf --auto-enable-ocr-workaround True |
--only-include-translated-page | Incluir apenas páginas traduzidas no PDF de saída. Eficaz apenas quando --pages é usado. | pdf2zh example.pdf --pages 1-5 --only-include-translated-page |
--glossaries | Glossário personalizado para tradução. | pdf2zh example.pdf --glossaries "glossary1.csv,glossary2.csv,glossary3.csv" |
--save-auto-extracted-glossary | salvar o glossário extraído automaticamente. | pdf2zh example.pdf --save-auto-extracted-glossary |
--no-merge-alternating-line-numbers | Desativa a fusão de números de linha alternados e parágrafos de texto em documentos com números de linha | pdf2zh example.pdf --no-merge-alternating-line-numbers |
--no-remove-non-formula-lines | Desativar a remoção de linhas não relacionadas a fórmulas dentro de áreas de parágrafo | pdf2zh example.pdf --no-remove-non-formula-lines |
--non-formula-line-iou-threshold | Define o limite de IoU para identificar linhas não-fórmula (0.0-1.0) | pdf2zh example.pdf --non-formula-line-iou-threshold 0.85 |
--figure-table-protection-threshold | Define o limite de proteção para figuras e tabelas (0.0-1.0). Linhas dentro de figuras/tabelas não serão processadas | pdf2zh example.pdf --figure-table-protection-threshold 0.95 |
--skip-formula-offset-calculation | Pular o cálculo de deslocamento de fórmulas durante o processamento | pdf2zh example.pdf --skip-formula-offset-calculation |
Argumentos da GUI
| Opção | Função | Exemplo |
|---|---|---|
--share | Ativar modo de compartilhamento | pdf2zh --gui --share |
--auth-file | Caminho para o arquivo de autenticação | pdf2zh --gui --auth-file /path |
--welcome-page | Caminho para o arquivo HTML de boas-vindas | pdf2zh --gui --welcome-page /path |
--enabled-services | Serviços de tradução ativados | pdf2zh --gui --enabled-services "Bing,OpenAI" |
--disable-gui-sensitive-input | Desativar entrada sensível da GUI | pdf2zh --gui --disable-gui-sensitive-input |
--disable-config-auto-save | Desativar o salvamento automático de configuração | pdf2zh --gui --disable-config-auto-save |
--server-port | Porta do WebUI | pdf2zh --gui --server-port 7860 |
Guia de Configuração de Limitação de Taxa
Ao utilizar serviços de tradução, a configuração adequada da limitação de taxa é crucial para evitar erros de API e otimizar o desempenho. Este guia explica como configurar os parâmetros --qps e --pool-max-worker com base nas diferentes limitações do serviço upstream.
Tip
É recomendado que o pool_size não exceda 1000. Se o pool_size calculado pelo método a seguir exceder 1000, por favor, use 1000.
Limitação de Taxa RPM (Solicitações Por Minuto)
Quando o serviço upstream tem limitações de RPM, use o seguinte cálculo:
Fórmula de Cálculo: - qps = floor(rpm / 60) - pool_size = qps * 10
Note
O fator de 10 é um coeficiente empírico que geralmente funciona bem para a maioria dos cenários.
Exemplo: Se o seu serviço de tradução tiver um limite de 600 RPM: - qps = floor(600 / 60) = 10 - pool_size = 10 * 10 = 100
Limitação de Conexões Simultâneas
Quando o serviço upstream tem limitações de conexões simultâneas (como o serviço oficial GLM), use esta abordagem:
Fórmula de Cálculo: - pool_size = max(floor(0.9 * official_concurrent_limit), official_concurrent_limit - 20) - qps = pool_size
Exemplo: Se o seu serviço de tradução permitir 50 conexões simultâneas: - pool_size = max(floor(0.9 * 50), 50 - 20) = max(45, 30) = 45 - qps = 45
Melhores práticas
Tip
- Sempre comece com valores conservadores e aumente gradualmente, se necessário
- Monitore os tempos de resposta e as taxas de erro do seu serviço
- Diferentes serviços podem exigir diferentes estratégias de otimização
- Considere seu caso de uso específico e o tamanho do documento ao definir esses parâmetros
Tradução parcial
Use o parâmetro --pages para traduzir uma parte de um documento.
- Se os números das páginas forem consecutivos, você pode escrever assim:
Tip
25- inclui todas as páginas após a página 25. Se o seu documento tiver 100 páginas, isso é equivalente a 25-100.
Da mesma forma, -25 inclui todas as páginas antes da página 25, o que é equivalente a 1-25.
- Se as páginas não forem consecutivas, você pode usar uma vírgula
,para separá-las.
Por exemplo, se você deseja traduzir a primeira e a terceira páginas, pode usar o seguinte comando:
- Se as páginas incluírem intervalos consecutivos e não consecutivos, você também pode conectá-los com uma vírgula, assim:
Este comando irá traduzir a primeira página, a terceira página, as páginas 10-20 e todas as páginas de 25 até o final.
Especificar idiomas de origem e destino
Veja Google Languages Codes, DeepL Languages Codes
Traduzir com exceções
Use regex para especificar fontes de fórmulas e caracteres que precisam ser preservados:
pdf2zh_next example.pdf --formular-font-pattern "(CM[^RT].*|MS.*|.*Ital)" --formular-char-pattern "(\(|\||\)|\+|=|\d|[\u0080-\ufaff])"
Preservar as fontes Latex, Mono, Code, Italic, Symbol e Math por padrão:
pdf2zh_next example.pdf --formular-font-pattern "(CM[^R]|MS.M|XY|MT|BL|RM|EU|LA|RS|LINE|LCIRCLE|TeX-|rsfs|txsy|wasy|stmary|.*Mono|.*Code|.*Ital|.*Sym|.*Math)"
Prompt personalizado
Prompt personalizado do sistema para tradução. Ele é usado principalmente para adicionar a instrução '/no_think' do Qwen 3 no prompt.
pdf2zh_next example.pdf --custom-system-prompt "/no_think You are a professional and reliable machine translation engine responsible for translating the input text into zh_CN.When translating, strictly follow the instructions below to ensure translation quality and preserve all formatting, tags, and placeholders:"
Configuração personalizada
Existem várias maneiras de modificar e importar o arquivo de configuração.
Note
Hierarquia do Arquivo de Configuração
Ao modificar o mesmo parâmetro usando métodos diferentes, o software aplicará as alterações de acordo com a ordem de prioridade abaixo.
Modificações com classificação mais alta substituirão as de classificação mais baixa.
cli/gui > env > arquivo de configuração do usuário > arquivo de configuração padrão
- Modificando a Configuração via Argumentos da Linha de Comando
Na maioria dos casos, você pode passar diretamente suas configurações desejadas através dos argumentos da linha de comando. Consulte Argumentos da Linha de Comando para obter mais informações.
Por exemplo, se você deseja habilitar uma janela GUI, pode usar o seguinte comando:
- Modificando a Configuração via Variáveis de Ambiente
Você pode substituir o -- nos argumentos da linha de comando por PDF2ZH_, conectar parâmetros usando = e substituir - por _ como variáveis de ambiente.
Por exemplo, se você quiser habilitar uma janela GUI, pode usar o seguinte comando:
- Arquivo de Configuração Especificado pelo Usuário
Você pode especificar um arquivo de configuração usando o argumento da linha de comando abaixo:
Se você não tiver certeza sobre o formato do arquivo de configuração, consulte o arquivo de configuração padrão descrito abaixo.
- Arquivo de Configuração Padrão
O arquivo de configuração padrão está localizado em ~/.config/pdf2zh.
Por favor, não modifique os arquivos de configuração no diretório default.
É altamente recomendável consultar o conteúdo deste arquivo de configuração e usar Configuração personalizada para implementar seu próprio arquivo de configuração.
Tip
- Por padrão, o pdf2zh 2.0 salva automaticamente a configuração atual em
~/.config/pdf2zh/config.v3.tomlcada vez que você clica no botão de tradução na GUI. Este arquivo de configuração será carregado por padrão na próxima inicialização. - Os arquivos de configuração no diretório
defaultsão gerados automaticamente pelo programa. Você pode copiá-los para modificação, mas por favor não os modifique diretamente. - Os arquivos de configuração podem incluir números de versão como "v2", "v3", etc. Estes são números de versão do arquivo de configuração, não o número de versão do pdf2zh em si.
Pular limpeza
Quando este parâmetro é definido como True, a etapa de limpeza do PDF será ignorada, o que pode melhorar a compatibilidade e evitar alguns problemas de processamento de fontes.
Uso:
Ou usando variáveis de ambiente:
Tip
Quando --enhance-compatibility está ativado, Pular limpeza é automaticamente ativado.
Cache de tradução
O PDFMathTranslate armazena em cache os textos traduzidos para aumentar a velocidade e evitar chamadas desnecessárias à API para conteúdos idênticos. Você pode usar a opção --ignore-cache para ignorar o cache de tradução e forçar uma nova tradução.
Implantação como serviços públicos
Ao implantar uma GUI pdf2zh em serviços públicos, você deve modificar o arquivo de configuração conforme descrito abaixo.
Warning
Este projeto não foi auditado profissionalmente quanto à segurança e pode conter vulnerabilidades de segurança. Por favor, avalie os riscos e tome as medidas de segurança necessárias antes de implantar em redes públicas.
Tip
- Ao implantar publicamente, tanto disable_gui_sensitive_input quanto disable_config_auto_save devem ser ativados.
- Separe diferentes serviços disponíveis com vírgulas em inglês , .
Uma configuração utilizável é a seguinte:
[basic]
gui = true
[gui_settings]
enabled_services = "Bing,OpenAI"
disable_gui_sensitive_input = true
disable_config_auto_save = true
Autenticação e página de boas-vindas
Ao usar Autenticação e página de boas-vindas para especificar qual usuário deve usar a Web UI e personalizar a página de login:
exemplo auth.txt Cada linha contém dois elementos, nome de usuário e senha, separados por uma vírgula.
exemplo welcome.html
<!DOCTYPE html>
<html>
<head>
<title>Simple HTML</title>
</head>
<body>
<h1>Hello, World!</h1>
<p>Welcome to my simple HTML page.</p>
</body>
</html>
Note
A página de boas-vindas funcionará apenas se o arquivo de autenticação não estiver vazio. Se o arquivo de autenticação estiver vazio, não haverá autenticação. :)
Uma configuração utilizável é a seguinte:
[basic]
gui = true
[gui_settings]
auth_file = "/path/to/auth/file"
welcome_page = "/path/to/welcome/html/file"
Suporte ao Glossário
PDFMathTranslate suporta a tabela de glossário. O arquivo da tabela de glossário deve ser um arquivo csv. Há três colunas no arquivo. Aqui está um arquivo de glossário de demonstração:
| origem | destino | tgt_lng | |--------|---------|---------|---------| | AutoML | ML Automático | pt | | a,a | a | pt | | " | " | pt |
Para usuários da CLI: Você pode usar vários arquivos para o glossário. E arquivos diferentes devem ser separados por ,.
Para usuários do WebUI:
Agora você pode enviar seu próprio arquivo de glossário. Após enviar o arquivo, você pode verificar o conteúdo clicando no nome dele, que será exibido abaixo.