You need to enable JavaScript to run this app. 如何使用JS提取PDF/当前文档文本翻译后调用windows.print()打印
优惠活动
大模型
产品
解决方案
定价
更多

如何使用JS提取PDF/当前文档文本翻译后调用windows.print()打印

功能实现完整方案

1. 文本提取逻辑

根据你的使用场景分两种实现路径:

1.1 当前网页文本提取

直接遍历DOM节点采集可见文本,同时记录文本对应的父元素,方便后续翻译后替换:

// 提取当前页面所有有效文本节点
function extractPageText() {
  // 排除非内容类标签
  const excludeTags = ['SCRIPT', 'STYLE', 'NOSCRIPT', 'IFRAME', 'BUTTON', 'INPUT']
  const textNodeList = []
  function traverseDom(node) {
    if (node.nodeType === Node.TEXT_NODE && node.textContent.trim()) {
      textNodeList.push({
        parent: node.parentElement,
        originText: node.textContent.trim()
      })
    } else if (node.nodeType === Node.ELEMENT_NODE && !excludeTags.includes(node.tagName)) {
      Array.from(node.childNodes).forEach(traverseDom)
    }
  }
  traverseDom(document.body)
  return textNodeList
}

1.2 上传PDF文件文本提取

使用pdf.js库前端解析PDF内容,无需依赖后端服务:

// 需提前引入pdf.js依赖
async function extractPdfText(pdfFile) {
  const fileBuffer = await pdfFile.arrayBuffer()
  const pdfDoc = await pdfjsLib.getDocument({ data: fileBuffer }).promise
  const fullText = []
  for (let pageNum = 1; pageNum <= pdfDoc.numPages; pageNum++) {
    const page = await pdfDoc.getPage(pageNum)
    const pageContent = await page.getTextContent()
    fullText.push(pageContent.items.map(item => item.str).join(' '))
  }
  // 保留分页符方便后续打印排版
  return fullText.join('\n\n--- 分页符 ---\n\n')
}

2. 批量翻译逻辑

通用翻译调用模板,可根据需求替换为你使用的翻译服务(公有云翻译SDK、自建翻译服务均可):

async function batchTranslate(textList, targetLang) {
  // 可根据接口要求调整批量传参逻辑,添加并发控制避免限流
  const translateTasks = textList.map(async item => {
    // 替换为实际翻译接口调用逻辑
    const translated = await callYourTranslateAPI(item.originText, targetLang)
    return {
      ...item,
      translatedText: translated
    }
  })
  return Promise.all(translateTasks)
}

注意:如果涉及敏感内容翻译,建议使用私有化部署的翻译服务,避免数据外泄。

3. 渲染打印逻辑

3.1 网页翻译后打印

翻译完成后临时替换页面文本,打印结束自动还原原文:

async function translatePageAndPrint(targetLang) {
  // 1. 提取原文
  const originTextNodes = extractPageText()
  // 2. 批量翻译
  const translatedNodes = await batchTranslate(originTextNodes, targetLang)
  // 3. 临时替换页面文本
  translatedNodes.forEach(node => {
    node.parent.dataset.originText = node.originText
    node.parent.textContent = node.translatedText
  })
  // 4. 触发打印
  window.print()
  // 5. 打印完成后还原原文
  translatedNodes.forEach(node => {
    node.parent.textContent = node.parent.dataset.originText
    delete node.parent.dataset.originText
  })
}

3.2 PDF翻译后打印

提前在页面中添加隐藏的打印专用容器:

<div id="pdf-print-container" class="print-only" style="display: none;"></div>

对应JS逻辑:

async function translatePdfAndPrint(pdfFile, targetLang) {
  const printContainer = document.getElementById('pdf-print-container')
  // 1. 提取+翻译PDF文本
  const originPdfText = await extractPdfText(pdfFile)
  const translatedPdfText = await callYourTranslateAPI(originPdfText, targetLang)
  // 2. 渲染到打印容器
  printContainer.style.display = 'block'
  printContainer.innerHTML = translatedPdfText.replace(/\n/g, '<br>')
  // 3. 隐藏页面其他内容
  const allNodes = Array.from(document.body.children)
  allNodes.forEach(node => {
    if (node.id !== 'pdf-print-container') node.style.display = 'none'
  })
  // 4. 触发打印
  window.print()
  // 5. 还原页面状态
  printContainer.style.display = 'none'
  printContainer.innerHTML = ''
  allNodes.forEach(node => {
    if (node.id !== 'pdf-print-container') node.style.display = ''
  })
}

常见优化建议

  • 提前编写@media print专属样式,控制翻译内容的打印格式,可去除默认页眉页脚、调整边距、适配分页规则
  • 翻译过程中添加全局loading状态,避免用户重复触发操作
  • PDF文本提取阶段可同步记录文本的位置、字体、字号等样式信息,翻译后还原原有排版效果
  • 批量翻译时添加请求并发控制,避免触发翻译接口的限流规则

内容的提问来源于stack exchange,提问作者tarun nt

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 17:54:03