Azure Translator翻译Markdown文档时格式丢失问题求助

针对你遇到的翻译后Markdown格式错乱（元数据解析失败、引号内句号移位、图片路径被翻译、加粗格式破坏）问题，可通过以下方案解决：

1. 启用Markdown专属格式保留配置 #

Azure Translator Batch API支持针对Markdown文件的格式保留，需在翻译请求中明确指定文件格式并开启格式保留选项，避免标记错位：

修改代码中翻译请求的data部分，添加format和options参数：

const data = JSON.stringify({
  inputs: [
    {
      source: {
        sourceUrl: inputBlobSasUrl,
      },
      targets: [
        {
          targetUrl: `https://${process.env.OUTPUT_BLOB_STORAGE_ACCOUNT_NAME}.blob.core.windows.net/${process.env.OUTPUT_BLOB_STORAGE_CONTAINER_NAME}/${targetFileName}?${outputSas}`,
          language: 'es',
          glossaries: [
            {
              glossaryUrl,
              format: 'csv',
            },
          ],
          // 新增：目标语言的格式保留配置
          options: {
            preserveFormatting: true, // 保留Markdown标记位置
            sentenceSplitting: 'Off' // 关闭自动分句，避免标记错位
          }
        },
      ],
      storageType: 'File',
      format: 'markdown' // 明确指定源文件为Markdown格式
    },
  ],
});

2. 单独处理YAML元数据区域 #

YAML元数据（---包裹的头部区域）不需要翻译，且格式错误会导致解析库失效，最可靠的方式是拆分元数据和正文，只翻译正文部分：

实现步骤： #

1. 先实现一个流转字符串的工具函数：

async function streamToString(stream) {
  const chunks = [];
  return new Promise((resolve, reject) => {
    stream.on('data', (chunk) => chunks.push(chunk));
    stream.on('end', () => resolve(Buffer.concat(chunks).toString('utf8')));
    stream.on('error', reject);
  });
}

2. 在读取源Blob时拆分元数据和正文：

// 读取源Blob内容
const blobClient = inputContainerClient.getBlobClient(blob.name);
const downloadResponse = await blobClient.download();
const content = await streamToString(downloadResponse.readableStreamBody);

// 拆分YAML元数据和正文
const yamlRegex = /^---\n([\s\S]*?)\n---\n([\s\S]*)$/;
const match = content.match(yamlRegex);
let yamlPart = '';
let bodyPart = content;
if (match) {
  yamlPart = match[1];
  bodyPart = match[2];
}

3. 将拆分后的正文保存为临时Blob提交翻译，翻译完成后再将原YAML元数据与翻译后的正文合并，写入目标Blob。

3. 保护图片路径和链接不被翻译 #

图片路径、URL链接不需要翻译，可通过两种方式处理：

• 自定义术语表：将所有固定路径（如/assets/blog/dynamic-routing/cover.jpg）添加到术语表，设置为不翻译
• 占位符替换：翻译前将路径替换为唯一占位符（如[[PATH_COVER]]），翻译完成后再替换回原路径

4. 修复引号内句号移位问题 #

启用preserveFormatting后，Translator会尽量保留引号的位置；若仍有问题，可将引号内包含句号的完整短语添加到自定义术语表，强制保留原有格式。

内容的提问来源于stack exchange，提问作者Richard Carrigan