企业官网建设流程全解析

Wenyi支持格式全解析：EPUB、PDF、DOCX、SRT等7类输入格式实测对比

【免费下载链接】wenyi将被语言阻隔的作品，带到读者的语言中。Bringing literature into your language.项目地址: https://gitcode.com/BigDawnGhost/wenyi

Wenyi 是一款面向长篇书籍与长篇写作的 AI 翻译工具，支持EPUB、FB2、TXT、Markdown、HTML、PDF、DOCX、SRT等输入格式，一条命令即可完成整书解析、全书预扫描、分批翻译与成品导出，是新手做电子书翻译、字幕翻译的首选工具。

本文把 Wenyi 的 8 种输入格式按 7 大场景逐一拆解：每种格式走哪条流水线、保留哪些排版、有哪些隐藏限制，帮你选对格式、少走弯路。

7 大输入格式速览：一张表看懂

💡 书籍类格式共享同一套「全书理解 → 分批翻译 → 润色 → 审校 → 导出」流水线；SRT 字幕则走专门的轻量路径，速度快但功能精简。

EPUB：排版保留最完整的明星格式

EPUB 是 Wenyi 的"主场"。解析器会读取书籍的 OPF 元数据、Spine 正文资源和目录（TOC），按目录锚点切分逻辑章节（源码见 ingest/epub_reader.py）。

它的杀手锏是原生回填：翻译后的文字直接写回原始 XHTML 模板，样式、图片、目录、锚点全部保留，竖排书籍还会自动转为横排以便中文阅读。断点续传同样完美——中断后重跑同一条命令即可继续。

uv run wenyi translate book.epub

这是文档中反复出现的核心命令，默认输出output/book.zh.epub。

TXT 与 Markdown：纯文本也能自动分章

纯文本读者常担心"没有结构怎么分章"。Wenyi 的文本解析器（ingest/text_reader.py）有三重保险：

• Markdown ATX 标题（#、##、###）优先识别，并保留层级信息用于导出；
• 日语章节标记（第一章、序章、エピローグ等）识别为一级标题；
• 都没有标题时，整本书作为一章处理，空行分段。

对新手来说，把网络小说导出为.md或.txt就能直接开翻，标题会自动参与翻译并回填。

FB2 与 HTML：小众格式也有完整支持

FB2（FictionBook）是 XML 电子书格式，常见于 FB2 阅读设备。Wenyi 支持 2.0/2.1 及无命名空间版本，能递归展平嵌套章节，完整保留题记、引用、诗节/诗行与图片引用（ingest/fb2_reader.py）。注意：FB2 没有回填锚点，翻译完成后会生成一本新的 EPUB。

HTML 输入走同一套书籍流水线，适合单文件网页书或从博客导出的长文。

PDF：实验性支持，两条后端路线

PDF 是限制最多的格式（官方标注为实验性），但 Wenyi 给了两条清晰的路线：

• MinerU（默认）：首次转换需要MINERU_API_KEY。PDF 转成的 HTML 会按文件哈希缓存到state/<book>/targets/<target-language>/source/<SHA-256>/converted.html——你可以手动校对这份 HTML 再续跑，转换只做一次（ingest/pdf_reader.py）。
• BabelDOC 桥（可选）：面向需要保留原版的排版级 PDF，通过外部 HTTP 桥服务回填 PDF；遇到纯扫描、无文字层的页面时会主动停下，建议改用 MinerU 或先做 OCR。

⚠️ 新手建议：PDF 排版越复杂、扫描质量越差，效果越依赖后端能力，重要书稿优先考虑从 EPUB/TXT 起步。

DOCX：Word 书稿的样式守护者

Word 文档走完整书籍流水线（术语表、润色、审校、续传一应俱全）。解析器（ingest/docx_reader.py）会：

• 按 1–9 级标题（Heading 1–9/ outlineLvl）切章，一级标题开启新章；
• 逐格重建简单表格（v1 暂不支持合并单元格/嵌套表）；
• 保留加粗、斜体、下划线、颜色、字号、对齐与底纹；
• 翻译后的中文统一使用宋体；含手动编号前缀的目录行不会二次编号。

uv run wenyi translate book.docx --bilingual # 输出 .zh.docx，可加双语文本版

SRT 字幕：轻量并发路径，快而不重

.srt文件会被translate命令自动识别并路由到字幕专用路径（ingest/srt_reader.py）：

• 20 条提示的滑动窗口、10 条重叠，最多 100 路强模型并发；
• 没有术语表、润色和全书审校，因此速度极快；
• 编码宽容：自动尝试 UTF-8 / GB18030 / UTF-16 等，老字幕文件也不容易乱码；
• 默认输出output/<文件名>.zh.srt，加--bilingual再出一版.zh-bi.srt双语字幕。

输出格式：一次翻译，多种交付

书籍输入可用--format在epub / txt / html / markdown / pdf / docx之间任选；PDF 默认跟随当初使用的转换后端。双语版（--bilingual）会将原文以视觉弱化样式与译文并排呈现，支持暗色模式。

在 Web 工作台中，翻译进度、各阶段 Token 用量与运行时长一目了然，译完还能逐段对照校对：

新手选型建议：3 个问题定格式

1. 书从哪来？正规电子书 → 直接用 EPUB；Word 稿 → 直接用 DOCX；只有 PDF → 走 MinerU 后端，接受实验性结果。
2. 要不要双语版？加--bilingual，书籍和字幕都支持，适合对照阅读。
3. 长文还是字幕？长文走完整流水线（术语一致 + 全书审校）；剧集中文字幕用 SRT 轻量路径，几分钟就能跑完。

关键文档与源码路径

• 使用指南（各格式细节）：docs/usage.md
• 中文使用指南：docs/zh/usage.md
• 配置说明（语言、流水线开关）：docs/configuration.md
• 流水线原理：docs/pipeline.md
• 格式解析源码目录：ingest/
• 各格式导出器：assemble/

📌 小结：EPUB 保留排版最完整、SRT 速度最快、PDF 需接受实验性限制。选对输入格式，Wenyi 的整书翻译体验会顺一大截。

【免费下载链接】wenyi将被语言阻隔的作品，带到读者的语言中。Bringing literature into your language.项目地址: https://gitcode.com/BigDawnGhost/wenyi