HelloGPT 文档翻译支持哪些格式
HelloGPT 文档翻译通常覆盖绝大多数出海所需格式：办公文档（DOCX、PPTX、XLSX）、可移植文档（PDF）、纯文本与标记（TXT、MD、HTML）、电子书（EPUB）、字幕（SRT、VTT）、本地化交换格式（XLIFF、TMX）、开发资源（JSON、PO、RESX）以及图片（JPG/PNG 等通过 OCR 处理）。不同格式在排版保留、占位符处理和术语记忆上有各自注意点，选择前最好确认具体版本与尺寸限制。
先把分类弄清楚：为什么格式差别很关键
翻译文件不是单纯对文字做替换，*格式决定流程*。比如 DOCX 需要保留样式和表格，PDF 有可能需要先转成可编辑格式或做页面级翻译，字幕要顾及时轴与字符数限制。把格式当成“工具箱里的不同工具”，用对了，省时又省心。
HelloGPT 常见支持格式一览（按用途分类）
下面按使用场景列出常见格式，并说明各自的适配要点。这是基于主流文档翻译服务的通用实践整理，便于判断哪种格式最适合你的需求。
办公与商务文档
- DOC / DOCX：Word 文档，保留样式、页眉页脚、表格和图片。注意：启用追踪修订或宏的文件可能需要先清理。
- PPT / PPTX：幻灯片翻译要兼顾占位符、文本框和图表。建议先固定母版与字体，避免换行错位。
- XLS / XLSX：表格翻译需区分数据与文案，公式和单元格格式应保持不变，术语表最好外部提供。
可移植与只读文档
- PDF：分为可选文本 PDF 与扫描 PDF。前者可直接抽取文本翻译并尽力保留布局，后者需 OCR（文字识别）处理，准确率受扫描质量影响。
网页与标记语言
- HTML / HTM：支持标签内文本的选择性翻译，需注意保留标签结构、属性和脚本中的变量。
- Markdown (MD)：保留语法标记（如 #、*、“`），只翻译纯文本部分，适合技术文档和博客。
电子书与长文档
- EPUB / MOBI：电子书格式，结构化章节与元数据需要同步翻译，注意目录（TOC）保持一致。
本地化与资源交换格式
- XLIFF：专用于本地化的交换格式，翻译记忆和分段信息完好保留，适合与 CAT 工具配合。
- TMX：翻译记忆交换格式，用于导入/导出术语与记忆库。
- PO / RESX / Strings / JSON：软件资源文件，注意占位符（%s、{0}）和转义字符不要被误翻。
字幕与多媒体文本
- SRT / VTT：字幕文件需要兼顾时码、每行字符上限和语速，可提供润色或字幕压缩服务。
图片与扫描文档
- JPG / PNG / TIFF：通过 OCR 提取文字后翻译。复杂版式或表格的图片需要人工校对排版。
一张表格快速对比（常见格式、扩展名与注意事项）
| 格式 | 扩展名 | 适用场景 | 关键注意点 |
| Word | DOC, DOCX | 合同、手册、宣传文案 | 保留样式、清理修订与宏 |
| PowerPoint | PPT, PPTX | 演示文稿、培训课件 | 母版与字体一致，留意文本溢出 |
| Excel | XLS, XLSX, CSV | 数据表、价格表 | 区分数据/注释，保留公式 |
| 定版稿、合同、报告 | 可选文本 vs 扫描，必要时 OCR | ||
| 网页/标记 | HTML, MD | 网站内容、技术文档 | 保持标签、代码段与链接不被误译 |
| 本地化专用 | XLIFF, TMX, PO, RESX, JSON | 软件、本地化项目 | 占位符、上下文段落需完整保留 |
| 字幕 | SRT, VTT | 视频字幕、短片 | 时码同步、字符限制 |
| 电子书 | EPUB, MOBI | 电子出版 | 目录、元数据、排版保留 |
| 图片 | JPG, PNG, TIFF | 扫描稿、广告图 | OCR 精度与版式重建 |
高级特性：你可能会关心的细节
- OCR 与版面重建：扫描 PDF 或图片首先做 OCR，识别率与源图像清晰度直接相关；复杂版式通常需要人工校对。
- 术语与翻译记忆（TM）：导入术语表和 TM 能保证一致性，XLIFF/TMX 支持最佳。
- 占位符与变量安全：像 {0}、%s、HTML 实体这样的占位符必须被识别并保护，防止翻译破坏代码或逻辑。
- 布局保留：PPT/Word 的复杂布局在不同语言中字数变化会影响换行，需要人工调整或提供更宽松模板。
- 字符集与编码：确保文件使用 UTF-8（或目标系统兼容编码），避免乱码。
实操小贴士：提交文件前做这些准备能省大事儿
- 去掉不必要的修订标记和评论；
- 统一字体并嵌入重要字体（若目标系统可能缺少）；
- 为表格类文件分清“数据”和“文案”，避免误翻数字或公式；
- 提供术语表与风格指南（Brand Voice、Slogan 处理规则）；
- 对软件字符串，指明占位符规则与上下文；
- 若为视频字幕，标明是否需要听写、时轴微调或强制字符/行数限制。
特殊场景与解决方案建议
举几个常见的场景，说明如何选格式或处理流程：
- 营销页多图混合排版：推荐先把文案导出为 Markdown 或 HTML 翻译，翻译后再放回原设计稿，避免直接在图片上改动。
- 法律合同：优先提供可编辑 Word，保留条款编号和引用，翻译后由法律顾问校对。
- 移动应用多语言：提供 JSON/PO/RESX，保持键名不变，翻译只替换值。
- 大批量网站本地化：导出为 HTML 或 XLIFF，分段翻译并使用 TM 来提高一致性。
常见问题（快速答疑）
- 问：如果我的 PDF 很复杂怎么办？ 答：先确认是可选文本还是扫描图像，必要时做 OCR 并安排人工校对或把原始源文件（如 Word）一并提供。
- 问：占位符被翻错了如何避免？ 答：在提交时注明占位符规范，并使用 XLIFF/PO 等保留原位占位符的格式。
- 问：翻译后格式跑版怎么办？ 答：可选择“仅文本翻译”然后由排版工程师回排，或提供更宽松的模板以减少换行问题。
这些就是平时会遇到的大多数情况——文件格式决定了我们要用什么方法去翻译。你把文件发上来前，花几分钟做点整理（清除修订、标注占位符、附上术语表），后续就顺得多了。若需要针对某个具体文件格式做更精细的评估，可以把样例文件和目标要求一并说明，我可以一步步帮你判断最优流程。