Zašto DOCX prijevod gubi podebljano pismo? Prvo zadržite trčanje, a zatim razgovarajte o zamjeni cijelog dijela.

DOCX podebljani i kurziv izgubljeni nakon prijevoda? Problem je vjerojatno u tome što je cijeli dio zamijenjen i nalet je ispran. Ovaj članak koristi python-docx za spremanje formata pokretanja jedan po jedan te ga ponovno pročitajte i prihvatite nakon spremanja. Ako naiđe na složenu strukturu ili se segment ne podudara, izravno će odbiti zamijeniti ga.

Podebljanost, kurziv i veličina fonta gube se nakon DOCX prijevoda. Uobičajeni razlog je taj što se sadržaj odlomka izravno zamjenjuje cijelim tekstom, što briše izvorni format na razini izvođenja. Nakon što mnogi timovi dobiju prijevod, uobičajena je reakcija da nedostaje format isticanja u Wordu. Ovaj je članak prikladan za programere koji koriste python-docx za obradu DOCX-a, kao i za urednike koji trebaju isporučivati dvojezične dokumente.

Čini se da odlomak ima samo jednu rečenicu u Wordu, ali u DOCX-u može biti sastavljen od višestrukih pokreta: običnog teksta, naglašenog teksta, promjena veličine fonta te hiperveza i drugih struktura koje ne pripadaju uobičajenom popisu pokretanja. Nakon što pročitate ovaj članak, znat ćete gdje obično leži problem, kako vratiti prijevod jedan po jedan i kada jednostavno trebate odbiti automatsku zamjenu.

Što trebam učiniti ako se format DOCX izgubi nakon prijevoda? Zaključak jedne rečenice

Najprije ograničite obradu samo na obične tekstualne odlomke, prepišite prijevod jedan po jedan u skladu s izvornim sekvencnim brojem, spremite ga i ponovno pročitajte za prihvaćanje; ako naiđe na složenu strukturu ili segment ne odgovara, izravno odbijte zamjenu.

vaša situacijaPreporučene prakserazlog
Odlomci imaju samo normalno kretanje tekstaZapišite prijevode jedan po jedan prema rednom broju izvođenjaGranice formata za svako izvođenje su sačuvane
Odlomci sadrže hiperveze, slike, polja, prijelome redaka ili karticeIzričito odbiti i prebaciti na poseban postupakKod tih elemenata ne izravnava tiho
Broj ili redoslijed prijevodnih segmenata nije u skladu s izvornim izvođenjemUmjesto ulaženja u postojeće serije, upotrijebite strategije preoblikovanja ili ručni pregledPrisilno dopisivanje poremetit će format
Potrebno je potvrditi povratni rezultatNakon spremanja ponovno otvorite datoteku i prihvatite je.Izbjegavajte provjeru samo objekata u memoriji
Izravno dodijelite vrijednost paragraph.textizbjegavati korištenjePostojeći sadržaj odlomka bit će zamijenjen novim tekstom, a oblikovanje na razini izvođenja neće se automatski zadržati.

Gdje je problem: Zamjenom cijelog odlomka izbrisat će se format izvođenja

Izravno dodjeljivanje vrijednosti paragraph.text zamijenit će postojeći sadržaj odlomka novim tekstom. Stilovi na razini odlomka mogu se zadržati, ali izvorno oblikovanje na razini izvođenja neće se automatski zadržati. Ovo ponašanje je eksplicitno dokumentirano u python-docx tekstualni API.

Rezultat prijevoda izgleda točno, ali format je potpuno nestao. Ovo je vjerojatno razlog.

Područje primjene: Format je sačuvan, ali to ne znači da su drugi problemi riješeni.

Testni zapisi ovog članka potječu iz lokalno sintetiziranog DOCX-a, a ne snimki zaslona stroja za slaganje teksta. Ono što rješava je "ograničena zamjena bez gubitka formata". Ne rješava automatski preraspodjelu sintakse među jezicima, niti osigurava da straničenje ostane nepromijenjeno nakon prijevoda.

Prvo ograničite raspon koji se može sigurno mijenjati

Ovaj sažeti primjer prihvaća samo odlomke koji se sastoje od običnog teksta. Kada odlomak sadrži hiperveze, slike, polja, prijelome redaka, kartice ili druge složene XML čvorove, izričito ga odbijte i preusmjerite pozivatelja na specijalizirani proces. Kôd neće izravnati ove elemente tiho.

Unos prijevoda nije proizvoljan popis znakovnih nizova: svaki rezultat mora imati serijski broj izvornog izvođenja, a broj, redoslijed i vrsta moraju odgovarati prije pokretanja izmjene. Provjera se postavlja prije pisanja kako bi se izbjeglo otkrivanje problema s sljedećim poljima nakon ažuriranja na pola puta.

Minimalni test koji se može ponavljati

Testno okruženje je python-docx==1.2.0. Engleski ovdje dolazi od rukom pisanih fiksnih usporedbi koje se koriste za provjeru strukture i ne pozivaju se na strojno prevođenje.

from docx import Document
from docx.oxml.ns import qn

def replace_plain_runs(paragraph, translated):
    if any(child.tag not in {qn("w:pPr"), qn("w:r")}
           for child in paragraph._p):
        raise ValueError("paragraph contains unsupported structures")
    runs = paragraph.runs
    for run in runs:
        if any(child.tag not in {qn("w:rPr"), qn("w:t")}
               for child in run._r):
            raise ValueError("run contains a field, image or control")
    if len(translated) != len(runs):
        raise ValueError("segment count mismatch")
    for index, item in enumerate(translated):
        if (not isinstance(item, dict) or item.get("id") != index
                or not isinstance(item.get("text"), str)
                or any(ch in item["text"] for ch in "\t\r\n")):
            raise ValueError("segment identity or text mismatch")
    for run, item in zip(runs, translated):
        run.text = item["text"]

def signature(paragraph):
    return [(r.text, r.bold, r.italic) for r in paragraph.runs]

doc = Document()
p = doc.add_paragraph()
p.add_run("请在 ")
p.add_run("周五之前").bold = True
p.add_run(" 提交报告。")
before = signature(p)
try:
    replace_plain_runs(p, [{"id": 0, "text": "Incomplete"}])
    raise AssertionError("bad segments accepted")
except ValueError:
    assert signature(p) == before

replace_plain_runs(p, [
    {"id": 0, "text": "Submit the report "},
    {"id": 1, "text": "before Friday"},
    {"id": 2, "text": "."},
])
doc.save("translated-runs.docx")
restored = Document("translated-runs.docx").paragraphs[0]
assert restored.text == "Submit the report before Friday."
assert restored.runs[1].bold is True
assert len(restored.runs) == 3
complex_p = doc.add_paragraph("keep")
complex_p.runs[0].add_break()
try:
    replace_plain_runs(complex_p, [{"id": 0, "text": "reject"}])
    raise AssertionError("line break accepted")
except ValueError:
    assert complex_p.text == "keep\n"
print("PASS count mismatch: no partial write")
print("PASS save/reopen: 3 runs, emphasis preserved")
print("PASS unsupported control: rejected")
print(signature(restored))

Nakon spremanja ponovno otvorite translated-runs.docx i zatim ga prihvatite kako biste izbjegli provjeru samo objekata u memoriji.

Zašto ne dati svako pokretanje pojedinačno prevoditelju?

run je granica formata, a ne semantička granica. Wordova povijest uređivanja također može podijeliti riječ u više pokreta. Izolirani prijevodi će izgubiti kontekst; poredak riječi u različitim jezicima također može premjestiti naglasak na početak ili kraj rečenice.

Stvarno generiranje prijevoda trebalo bi pružiti kontekst kao cjelovite segmente i zatim vratiti potvrđene strukturirane segmente. Ako vraćeni rezultat nije iste duljine kao izvornik, nemojte ga forsirati u postojeće izvođenje. Potrebna je jasna strategija preoblikovanja ili ručni pregled. Jednostavan primjer u ovom članku može zadržati samo tri fragmenta, ali to se ne može generalizirati na sve jezike.

Podijelite prihvaćanje na tri razine

raziniProvjerite sadržajPokriva li ovaj članak
struktura podatakaKoličina izvođenja, redoslijed, podebljani potpis i oporavak nakon spremanjaNadjačaj ovaj ograničeni primjer
semantički sadržajPojmovi, negativne riječi, datumi, iznosi, izostavljanjaNije pokriveno; zahtijeva neovisnu lekturu
Vizualni izgledVraćanje fonta, prijelomi redaka, brojevi stranica, prelijevanje tabliceNema pokrića; Za daljnju inspekciju potrebna je žbuka

_p i _r su interna svojstva koja se ovdje koriste za provjeru XML-a. Prilikom nadogradnje python-docx-a potrebno je popraviti verziju i ponovno pokrenuti testove; ne možete pretpostaviti da se unutarnja struktura nikada neće promijeniti. Prilikom rukovanja tablicama, zaglavljima, podnožjima, tekstualnim okvirima i tragovima revizije, rasponi sadržaja također moraju biti zasebno nabrojani, jer document.paragraphs ne predstavlja sav tekst u dokumentu.

Uvjeti zaustavljanja prije isporuke

Nepodržane strukture, neskladi segmenata, nedostajući fontovi, promjene u važnim poljima — bilo što od toga trebalo bi blokirati automatsku isporuku. Spremanje izvorne datoteke kao samo za čitanje, zapisivanje prijevoda u novu datoteku te priloženje zapisa o jeziku, verziji obrade i ručnom prihvaćanju — to pokazuje kvalitetu još više od "uspješnog spremanja."

Ako trebate započeti proces prevođenja i pregleda od učitavanja dokumenata, možete provjeriti Unos proizvoda u OmniDocu. Primjeri koda u ovom članku su neovisni vodiči za biblioteke otvorenog koda i ne predstavljaju trenutnu implementaciju OmniDoc-ovog uvoznika ili layout enginea. Postoji samo jedno temeljno načelo: tretirajte format kao podatke koje treba prihvatiti, a ne kao bonus nakon prijevoda.

📊 Usporedba jezgri

MetodaGlavni riziciSavjeti dani u članku
Dodijelite vrijednost izravno paragraph.textFormatiranje na razini izvođenja se ne čuva automatskiNe koristi se za odlomke koji zahtijevaju zadržavanje oblikovanja
Pokrenite siročad prijevoda jedan po jedanGubitak konteksta i promjena redoslijeda riječi mogu pomaknuti naglašene dijelovePružite kontekst u potpunim rečenicama
Nakon prevođenja cijele rečenice, zapišite je natrag koristeći run checksumAko vraćeni rezultat nije jednak duljine izvornog niza, tvrdo podudaranje nije mogućeUmjesto toga, koristite strategije preuređivanja ili ručni pregled

🎯 Koji ti pristup najviše odgovara?

Ako vaš odlomak sadrži samo običan tekst, pokrenite

Prema najmanjem primjeru u ovom članku, prvo provjerite serijski broj, količinu, redoslijed i vrstu, zatim zapišite svaki predmet pojedinačno, spremite ga i ponovno pročitajte za prihvaćanje.

Ako vaš odlomak sadrži hiperveze, domene ili slike

Izravno odbacite automatsku zamjenu i prebacite je u namjenski proces za obradu. Kodeks ne izravnava tiho te strukture.

Ako trebate dostaviti formalne dvojezične dokumente

Spremite izvornu datoteku kao samo za čitanje, zapišite prijevod u novu datoteku i priložite zapise o jeziku, verziji obrade i ručnom prihvaćanju. Situacije poput nedostajućih fontova, promjena u važnim poljima ili neusklađenih segmenata trebaju biti blokirane za automatsku dostavu.

❓ Često postavljana pitanja (FAQ)

1. Što je definicija paragrafa.teksta?

Da. Stilovi na razini odlomka mogu se sačuvati, ali izvorno oblikovanje na razini izvođenja neće se automatski sačuvati.

2. Zašto ne dodijeliti svaku seriju zasebno prevoditelju?

Run je granica formatiranja, a ne semantička granica. Izoliranje prijevoda jedan po jedan može izgubiti kontekst, a redoslijed riječi u različitim jezicima može pomaknuti naglašene dijelove na početak ili kraj rečenica.

3. Znači li uspješno spremanje da je format ispravan?

Ne. Nakon spremanja, ponovno otvorite datoteku da prihvatite strukturu podataka; Semantički sadržaj i vizualni izgled također treba provjeriti zasebno.

4. Na što trebate obratiti pažnju prilikom nadogradnje python-docx?

Kod koristi interna svojstva _p i _r, pa trebate popraviti verziju i ponovno pokrenuti testove; ne možete pretpostaviti da se unutarnja struktura nikada neće promijeniti.

📝 Sažetak

Postoji samo jedno temeljno načelo: tretirajte format kao podatke koje treba prihvatiti, a ne kao bonus nakon prijevoda. Primjeri koda u ovom članku su neovisni vodiči za biblioteke otvorenog koda i ne predstavljaju trenutnu implementaciju OmniDoc-ovog uvoznika ili layout enginea.

Isprobajte sada: Prenesite svoj dokument da biste započeli prijevod, čuvajući izvorno oblikovanje

Ažurirano 2026-11-17