Python调用google.cloud做PDF英译中时如何将protobuff.repeated结果写入PDF

核心前置处理：解析protobuf.repeated类型翻译结果 #

Google Cloud翻译API返回的repeated结构是可迭代的protobuf容器对象，不能直接作为字符串传入PDF写入接口，先按顺序提取翻译后的纯中文文本：

# 假设response是调用translate_text后拿到的接口响应对象
zh_content_list = []
for single_trans in response.translations:
    # 单条翻译结果存放在translated_text属性中
    zh_content_list.append(single_trans.translated_text)

注意：必须保证提取原PDF文本块的顺序、传入翻译接口的文本顺序、接口返回翻译结果的顺序三者完全一致，否则写入后会出现内容错位。

依赖安装 #

选择对中文支持友好的PDF操作库，推荐用pymupdf（导入名为fitz）做原PDF排版替换，排版还原度远高于其他库：

pip install pymupdf

如果需要从零生成新PDF，搭配安装reportlab即可。

写入方案1：原PDF位置覆盖替换（保留原排版） #

如果你在提取原PDF内容时，同步记录了每个文本块的页码、坐标范围、原字号信息，直接对应位置覆盖写入中文即可，这是效果最接近原版PDF的方案：

import fitz

# 打开原始英文PDF
src_pdf = fitz.open("input_en.pdf")
# 替换为本地中文字体路径：Windows系统参考 C:/Windows/Fonts/msyh.ttc（微软雅黑），Mac参考 /System/Library/Fonts/PingFang.ttc（苹方），Linux可以放任意开源中文字体ttf/ttc文件
zh_font_path = "your_local_chinese_font.ttc"

# 假设origin_blocks是你之前提取原PDF时存储的文本块列表，每个元素包含page_num（页码，从0开始）、bbox（fitz.Rect类型的坐标框）、font_size（原文本字号）
# 顺序必须和zh_content_list一一对应
for idx, block in enumerate(origin_blocks):
    page = src_pdf[block["page_num"]]
    # 先用白色矩形覆盖原位置的英文内容
    page.draw_rect(block["bbox"], color=(1, 1, 1), fill=(1, 1, 1))
    # 写入对应翻译文本，中文比英文占宽高，字号缩小15%避免溢出
    page.insert_text(
        point=block["bbox"].tl,  # 原文本框左上角坐标
        text=zh_content_list[idx],
        fontname="zh_font",
        fontfile=zh_font_path,
        fontsize=block["font_size"] * 0.85,
        color=(0, 0, 0)
    )

# 保存翻译后的中文PDF
src_pdf.save("output_zh.pdf")
src_pdf.close()

写入方案2：全新生成中文PDF（无需保留原排版） #

如果不需要还原原PDF的复杂版式，直接把翻译好的文本按顺序写入新PDF即可：

from reportlab.pdfgen import canvas
from reportlab.pdfbase import pdfmetrics
from reportlab.pdfbase.ttfonts import TTFont

# 注册中文字体
zh_font_path = "your_local_chinese_font.ttc"
pdfmetrics.registerFont(TTFont("zh_font", zh_font_path))

# 初始化PDF画布
new_pdf = canvas.Canvas("output_zh.pdf")
page_w, page_h = new_pdf._pagesize
margin = 50
line_gap = 22
cur_y = page_h - margin
new_pdf.setFont("zh_font", 12)

for para in zh_content_list:
    # 自动换行+自动分页逻辑
    while para:
        # 计算当前行能放下的最大文本长度
        for split_pos in range(len(para), 0, -1):
            line_text = para[:split_pos]
            line_w = new_pdf.stringWidth(line_text, "zh_font", 12)
            if line_w <= page_w - 2*margin:
                new_pdf.drawString(margin, cur_y, line_text)
                cur_y -= line_gap
                para = para[split_pos:]
                # 触底新建页面
                if cur_y < margin:
                    new_pdf.showPage()
                    new_pdf.setFont("zh_font", 12)
                    cur_y = page_h - margin
                break

new_pdf.save()

常见问题排查 #

• 写入后中文显示方块/乱码：没有加载本地中文字体，库默认西文字体不支持中文字符渲染，必须手动指定中文字体路径
• 内容错位：检查三个顺序是否一致：原文本提取顺序、翻译请求传入顺序、翻译结果返回顺序
• 文本超出页面边界：中文视觉宽度大于英文，可适当缩小字号，或增加自动换行截断逻辑
• protobuf取值报错：不要直接对repeated对象做str()强转，必须遍历每个元素取translated_text属性值

内容的提问来源于stack exchange，提问作者blackang