研究生看過來！PDF論文閱讀神器 / Wrapped Text Formatter: Read Large Paragraph Text from PDF in Comfortable Way

7月 20, 2019 Work/Widget 76 Comments Edit Copy Download

每次看到PDF中有著一大段的文字時，你會不會感到腦袋跟這些文字一樣糊成一團呢？在讀英文論文的PDF檔案時，總是想把看不懂的段落複製、貼上到Google翻譯，但是你有遇過因為一句話被斷成兩到三行、APA引用的括號卡在中間，讓Google翻譯的結果看起來非常奇怪的窘境嗎？

放心，這些問題通通交給PDF論文閱讀神器來解決。它能將PDF複製的文字重整成一句話一個段落(中英文皆可)、自動翻譯成指定中文，快用它來加快你的論文閱讀速度吧！

PDF論文閱讀神器 / Wrapped Text Formatter

• 開啟新視窗：PDF神器
• 開啟彈跳視窗：PDF神器
• GitHub專案首頁：HTML5-Wrapped-Text-Formatter

PDF論文閱讀神器就跟我做的各種小工具一樣，是個純網頁的運作的工具。

如果你覺得PDF論文閱讀神器還不錯用的話，可以把上面的「開啟彈跳視窗」後面的PDF神器連結拖曳到書籤列。

這樣你就可以從書籤列叫出PDF論文閱讀神器的小視窗，讓你方便搭配PDF論文一起使用。

當然，我們也不能忘記好用的Google翻譯，我把連結附在下面方便大家一起參考：

• 開啟新視窗：Google翻譯
• 開啟彈跳視窗：Google翻譯

好，接下來就讓我們來看看要怎麼使用這個PDF論文閱讀神器吧。

這次我準備了英文PDF和中文PDF兩個例子，從PDF直接複製的文字都混雜著斷行，不僅難以閱讀，丟到Google翻譯去效果也很差。那我們就來看看PDF論文閱讀神器要怎麼處理PDF中複製的文字吧。

操作介紹：英文PDF / Usage guide: English PDF

• PDF檔案下載：demo-input-eng.pdf

這是一篇英文論文的第一頁，裡面有完整的摘要內容。雖然這篇的摘要已經採用結構化摘要(structured abstract)的形式，將摘要分成目的(Purpose)、研究方法(Design/methodology/approach)、研究發現(Findings)、研究價值(Originality/value)，但對於不習慣讀論文的同學來說，看起來還是挺痛苦的。

就讓我們用這篇的摘要為例子，試著用PDF論文閱讀神器，讓摘要更容易閱讀吧。

STEP 1. 複製PDF中的文字 / Copy text from PDF

首先，在PDF閱讀器中，選取要閱讀的文字。(題外話，我推薦使用PDF-XChange Editor，Windows上最佳PDF閱讀器)

複製這段文字。你可以用Ctrl + C快速鍵來複製，也可以按滑鼠右鍵、在選單中選擇「複製」。

複製完成的文字如下：

Purpose – This work seeks to present a reading annotation and knowledge sharing tool, which can 
annotate a web page with HTML format archived by the Taiwan libraries’ history digital library 
based on Web 2.0 technologies.
Design/methodology/approach – This work adopted DSpace, an open-source institutional 
repository system, to implement a Taiwan Digital Library History Library with the reading 
annotation tool for knowledge archiving and sharing services. A quasi-experimental design method 
was employed to randomly assign participants to an experimental group and control group to evaluate 
differences in the reading performance of learners who used the proposed annotation system. A 
statistical analysis scheme was employed to evaluate differences in learning performance of learners 
while reading and learning with the proposed annotation tool.
Findings – The paper finds that annotated digital material provides useful knowledge to readers. The 
values to those annotating and subsequent readers are the acquisition of in-depth knowledge and efficient 
reading. Additionally, the effect on digital libraries is that digital library content grows dynamically as 
readers contribute knowledge. More importantly, annotated information from different readers has very 
high potential for the discovery of value-added knowledge utilizing data mining techniques.
Originality/value – Collecting user-generated content is a novel research issue in the library sciences 
field, and few studies have developed useful tools that allow readers to actively contribute their 
knowledge to digital libraries. This work shows how to implement such digital library systems and how 
the annotation tool benefits the growth of digital archives and promotes learning performance.

這裡面幾乎每句話都被斷成了一到三行，斷句都斷在奇怪的地方。

如果直接拿複製文字放到Google翻譯去的話，翻譯結果也會被斷在奇怪的地方，像是「它可以」、「用台灣圖書館歷史數字……的網頁註解」、「基於Web 2.0技術」，要讀這種奇怪的文字還不如去看原文！(等等，會看原文的話就不用這篇PDF論文閱讀神器了吧？)

接下來就是PDF論文閱讀神器出場了！

STEP 2. 貼上到PDF論文閱讀神器 / Paste to Wrapped Text Formatter

打開PDF論文閱讀神器，映入眼簾的就是一個超大的文字框。快把剛剛那段文字貼上到這裡。

按下左下角的「整理翻譯」按鈕，或是用快速鍵Ctrl + Enter來執行整理翻譯。

左邊就會出現整理好的文字，而右邊則是使用Google網站翻譯工具得到的文字。

讓我們來看看第一段研究目的(Purpose)的內容：

This work seeks to present a reading annotation and knowledge sharing tool, which can annotate a web page with HTML format archived by the Taiwan libraries' history digital library based on Web 2.0 technologies. 

而右邊的Google網站翻譯工具翻譯的結果是：

這項工作旨在提出一個閱讀批註和知識共享工具，它可以基於Web 2.0技術註釋網頁與HTML格式由台灣圖書館的歷史數字圖書館存檔。 

看起來還可以接受，不過還是有點語焉不詳，「由台灣圖書館的歷史數字圖書館存檔」是什麼東西？

沒關係，我們還有Google翻譯！

STEP 3. 使用Google翻譯 / Use Google Translation

接著讓我們把左邊重整好的文字複製到Google翻譯看看。

請先複製左邊重整好的文字。

開啟Google翻譯貼上到左邊，選擇語言為「英文」，右邊的目標翻譯語言選擇「中文(繁體)」，就會得到中文翻譯結果。

Google翻譯的結果看起來比較像人話。Google翻譯對研究目的的翻譯如下：

本文旨在提供一種閱讀註釋和知識共享工具，該工具可以用基於Web 2.0技術的台灣圖書館歷史數字圖書館存檔的HTML格式網頁進行註釋。

看起來好多了！

STEP 4. 將原文和翻譯作為筆記 / Clip text and translation as a note

讓我們回到PDF論文閱讀神器中。左邊的重整文字和右邊的翻譯結果都是可以編輯的文字框，我們可以將剛剛Google翻譯的結果複製貼上到翻譯結果，也可以繼續修改和添增更多註解。

編修好了之後，我們可以按右邊的「複製」按鈕，它會把原文和翻譯一併複製到你的剪貼簿中。

這段文字可以加入作為你的Zotero筆記，方便你未來在寫論文時直接引用，這樣就不需要再開啟PDF了。

用PDF論文閱讀神器來整理需要仔細閱讀的英文論文，是不是感覺省工許多了呢。

操作介紹：中文PDF / Usage guide: Chinese PDF

• PDF檔案下載：demo-input-chi.pdf

再來我們來處理另一個問題：中文論文PDF。嗯？中文？我們將華語作為第一語言，閱讀中文應該不是什麼問題，不需要用PDF論文閱讀神器吧？

實際上，我們很多時候需要重整PDF中的文句。舉例來說，我們可能需要截取一段文字加入到投影片或講義中，或是申請補助時需要寫上摘要內容。這時候從PDF複製的文字包含的斷行就令人非常困擾。另一種情況是我們可能需要將論文的摘要從中文翻譯成英文，含有斷行的中文貼到Google翻譯時，翻譯結果更是難以接受。

這時候，PDF論文閱讀神器又派上用場啦。這次整個流程方法跟前面英文PDF差不多，差在翻譯語系不是預設的中文而已，就讓我們來看看怎麼操作吧。

STEP 1. 複製PDF中的文字 / Copy text from PDF

首先，在PDF閱讀器中選取要處理的文字。

複製這段文字。

預設從PDF複製過來的文字包含了許多斷行，內容如下：

國內數位典藏技術在數位典藏國家型科技計畫的推波助瀾之下，近幾年來
有了長足的進步與發展，也累積了不少數位典藏建置的寶貴經驗，但是目前各單
位發展之數位典藏系統大都以自行開發平台方式進行，不但發展難度高且過程曠
日廢時，也很難開發出功能強大且完善的數位典藏系統，在各自為政開發數位典
藏系統之下，很難讓發展的技術累積，以致於浪費很多時間在重複建置系統的循
環中。再則，各單位發展的數位典藏系統大都只針對特定的典藏內容進行規劃設
計，並不具有典藏其他內容的彈性。有鑑於此，發展一個通用的開放源碼數位典
藏系統有其迫切的需求，在開放源碼的特性下，可以讓有意發展數位典藏系統的
單位或個人在既有的基礎上，依據自己典藏需求進行系統的修改，以快速發展屬
於自己的數位典藏系統。政治大學圖書資訊與檔案學研究所「數位圖書館暨數位
學習實驗室」研究團隊，成功的改良 DSpace 機構典藏系統為一通用的數位典藏
系統 DSpace-DLLL，並據此成功發展了「台灣百年圖書館史數位圖書館」以及
開放式課程數位典藏平台「全國通識網課程資料庫」，DSpace-DLLL 不但可以依
據典藏需求彈性的設計後設資料與規劃後設資料的遞交工作流程，也具有支援高
達四十幾種數位媒體格式的媒體過濾器(media filter)，可以針對目前常用的不同
型態數位典藏內容進行線上展示，避免使用者瀏覽典藏內容仍須下載到客戶端軟
體播放的困擾。此外，藉由修改 DSpace-DLLL 數位典藏系統之使用者介面，即
可發展出符合典藏內容展示需求之美觀及友善使用者介面。本文旨在介紹發展之
DSpace-DLLL 通用數位典藏系統，希望藉由相關技術釋出，嘉惠更多有意於自
行發展數位典藏系統的單位或個人使用 

接下來就是PDF論文閱讀神器出場的時候了。

STEP 2. 貼上到PDF論文閱讀神器 / Paste to Wrapped Text Formatter

打開PDF論文閱讀神器，將剛剛複製的文字貼入到文字框中。

接下來請調整下面的「翻譯語系」，這次我們要翻譯的不是預設的「正體中文」，而是英文「English」。

按下「整理翻譯」按鈕，來看看會出現什麼結果。

左邊是PDF論文閱讀神器幫我們重整的文字，右邊則是Google網站翻譯工具將中文翻譯成英文的結果。讓我們先來看看第一段話重整得如何：

國內數位典藏技術在數位典藏國家型科技計畫的推波助瀾之下，近幾年來有了長足的進步與發展，也累積了不少數位典藏建置的寶貴經驗，但是目前各單位發展之數位典藏系統大都以自行開發平台方式進行，不但發展難度高且過程曠日廢時，也很難開發出功能強大且完善的數位典藏系統，在各自為政開發數位典藏系統之下，很難讓發展的技術累積，以致於浪費很多時間在重複建置系統的循環中。 

很好，原本的斷行都被拿掉了，這樣就是個容易複製到其他地方的文字。

再來讓我們看看英文翻譯的如何：

Digital Collections domestic technology under the Digital Archives National Science and Technology Program in fueling the recent years has made great progress and development, have accumulated valuable experience not build the few collections, but the current development of digital units Collection System mostly in the way of self-development platform, not only the development of high difficulty and drawn out process and waste time, it is difficult to develop a powerful and complete digital collection system, developed under the digital Archives fragmented system, it is difficult to make the accumulation of technological development, so that a waste of time in the cycle is repeated build system. 

嗯，因為這段中文沒有善用句號，一路逗點到尾，結果Google網頁翻譯工具也跟著它從頭逗點到尾。雖然裡面都是用英文撰寫的文字，但看起來一點也不像是英文啊。

沒關係，我們還有Google翻譯。

STEP 3. 使用Google翻譯 / Use Google Translation

讓我們複製左邊重整好的文字。

開啟Google翻譯，把重整好的文字貼到左邊。左邊輸入語言選擇「中文」，右邊目標翻譯語言則是選擇「英文」。這樣子就可以得到翻譯的結果。讓我們來看看Google翻譯出什麼英文：

The domestic digital collection technology has been greatly promoted and developed in recent years with the help of several national scientific and technological projects. It has also accumulated valuable experience of not only a small number of collections, but the digital collection system developed by various units. Most of them are carried out in a self-developed platform. It is difficult to develop a powerful and complete digital collection system when the development is difficult and the process is abrupt. It is difficult to accumulate the development technology under the respective digital development system. So much time is wasted in repeating the loop of the system.

我們可以發現Google翻譯把這一長串的中文拆開成許多句子。

讓我們再用PDF閱讀神器整理一下好了。其中第一句的內容是：

The domestic digital collection technology has been greatly promoted and developed in recent years with the help of several national scientific and technological projects. 

看起來比Google網站翻譯工具的結果還要好懂許多！Google翻譯的技術真的很厲害呢。

操作介紹：整理作者 / Usage guide: Authors

PDF論文閱讀神器還有一個小功能：整理作者。這個功能是我要將論文的參考文獻建置成Zotero的書目時，可以直接將論文參考文獻的作者文字重整為能夠貼上到Zotero的格式。

這個功能並不完整，我就簡單講一下操作流程：

舉例來說，我現在要處理以下這筆參考文獻。從PDF複製過來的文字如下：

Curran, K., Murray, M. and Christian, M. (2007), “Taking the information to the public through
Library 2.0”, Library Hi Tech, Vol. 25 No. 2, pp. 288-97.

到PDF論文閱讀神器中貼上，然後按下「整理作者」，或是按快速鍵Alt + Enter。

重整完的結果如下：

Curran K.
Murray M.
Christian M.

來到Zotero，在作者的欄位中直接貼上這段重整的結果，按下Enter鍵。

Zotero就會自動將三行識別為三位作者，而他們的姓與名字的縮寫也都會擺在對應的欄位中。

當然，處理中文書目也不成問題。

這樣可以讓我們在Zotero中建置書目的作者時更輕鬆一點。不過這個功能主要只能適用於APA格式的參考文獻格式，其他類型的參考文獻格式就不一定能夠相容了。

結語 / Wrap up

PDF雖然能夠將文件的排版完整的保存，對於不同平台的支援性也很好，但是PDF無法保留文字換行的這個問題，在利用PDF中的文字來做翻譯、筆記時就會遇上點小麻煩。

不論是在課堂上還是在實驗室的meeting中，總是有不少研究生直接將英文論文直接複製貼上的Google翻譯。更糟糕的是，有些人還把翻譯結果直接貼到投影片中，就這樣在眾人面前，用「其實我也看不太懂翻譯成中文之後是什麼碗糕」的感覺跟大家報告，真是慘不忍睹。

本來這個PDF論文閱讀神器只是我為了方便自己整理筆記、書目而製作的工具。這工具從開發直到現在，其實也已經過了快要6年。一開始，我其實沒有特地要把它做成什麼PDF論文閱讀神器這種玩意兒，只是想要重整一下PDF斷行的文字，所以才取名叫做「Wrapped Text Formatter」。

後來看學弟妹們用著辛苦的方式整理論文，我才下定決心，把這個工具介紹給大家，並命名為「PDF論文閱讀神器」。

另一個PDF神器：QTranslate / Another PDF translation tool: QTranslate

• QTranslate
• PDF 英文翻譯神器！0.3 秒「不跑格式」自動複製，Ctrl+C 都不用按了呢
  

既然提到了PDF論文閱讀神器，那我們來講講另一個市面上有名的免費翻譯工具QTranslate。它除了本身支援多種翻譯引擎之外，同樣的還具備了移除換行字元功能，能將PDF的斷行還原成一長串文字。因為QTranslate是Windows的應用程式，比純網頁的PDF論文閱讀神器來說，能做到的功能又多了更多。

儘管如此，我還是比較常用PDF論文閱讀神器。一來是比起整段翻譯，我比較需要將句子拆開，一一解讀文中的意思。二來是PDF論文閱讀神器是為了做筆記而用，不論是重整的文字、還是翻譯過的文字，兩個都可以再編輯。我們也可以將編輯完的文字複製、貼上到其他地方保存。QTranslate對我來說，還是作為查單字的工具而已。

翻譯引擎 / Translation engine

在製作PDF論文閱讀神器時，我一直在想能不能把重整結果直接丟到Google翻譯呢？後來發現直接用POST丟過去，換行的資訊會被移除掉，而且輸入到Google翻譯的文字長度也不能太多。後來找著找著，赫然想到還有Google網站翻譯工具可以使用，於是就做成了這樣子的翻譯形式。Google網站翻譯工具的翻譯結果顯然地沒有Google翻譯好，但是看在它能夠輕易地跟網頁整合在一起，而且不限制翻譯的長度，這點就已經值得讚賞了。

現在Google網站翻譯工具不知不覺已經不提供新網站使用了。它似乎是作為Google瀏覽器內建的網頁翻譯功能，默默地在背後為大家翻譯網頁。所以雖然新網站不能拿到Google網頁翻譯工具的程式碼，但舊網站還是可以存取Google網頁翻譯工具的功能，繼續用它翻譯網頁。

技術的檢討 / Technical review

為了寫這篇介紹，我又修正了PDF論文閱讀神器的幾個小bug。本來這些bug在我日常使用時已經見怪不怪，不過為了體面些，我還是把它修好再給大家使用。

現在回去看多年前寫的網頁程式，真的是非常痛苦。那時候我對MVVM框架還不熟，網頁元素之間的各種操作又亂又複雜，要釐清需要修改的地方，就得花一番功夫。

在開發PDF論文閱讀神器時，也是我接觸Bootstrap框架的時候。可是後來我覺得Bootstrap實在太過囉唆，在一些需要有彈性的地方卻又很硬，總覺得綁手綁腳。現在我開發主要都使用Semantic UI了。

當時在開發時，我也不太注重離線保存狀態的功能。網頁重新讀取之後，之前設定的狀態就沒了。現在我會知道使用localStorage、Web SQL、以及FileSystem API來保存資料。現在寫文章使用的Blogger Editor就大量採用了這些功能。

總之，目前PDF論文閱讀神器就只會維持這個形式，沒有繼續開發新功能的打算。有任何需要的話，Fork我的GitHub專案，自己再去修改它吧。

Blogger Editor的閒聊 / Off-topic talk

嗯，這次我很肯定我沒寫到8小時這麼久。肯定是統計時間的程式碼出錯了，Issue再加一條。

跟上次相比，Blogger Editor添增了許多功能：

• 大綱瀏覽器加入了追蹤所在標題的功能：就算文章很長，我也可以很快知道我現在瀏覽的位置是在那一個標題底下。
• 改善工具列、連結顯示的樣式：工具列的字體顏色選擇能夠正常運作，而現在文章中的連結也能一眼看出它是開新視窗還是本地連接了。
• 加入彈跳視窗連結的功能：我會讓好用的小工具能夠以彈跳視窗的方式呈現。彈跳視窗沒有整個瀏覽器分頁、網址列、書籤等多餘的介面，只有網頁小工具本身，這樣子比較好搭配其他視窗一起使用。
• 修正OCR：OCR會識別出一些亂碼文字，而這些亂碼文字是不能直接塞到alt屬性中，它會到導致Blogger無法正常讀取。

儘管如此，這篇寫作的過程中還是增加了不少Issues，而且這次還遇到一個特別糟糕的問題。OCR用掉了過多記憶體，導致Blogger Editor一再當機。感覺上，似乎是插入到8個大型圖片，網頁的記憶體好像就差不多會消耗殆盡而當機，需要重新讀取網頁。好在之前為Blogger Editor做的即時存檔有穩定運作，就算遇到當機，也只是幾個字沒有存到而已。

雖然是這樣說，還是要想想辦法克服OCR耗掉過多記憶體的問題啊。這可怎麼辦好呢？之後繼續研究吧。

總而言之，這次對PDF論文閱讀神器的介紹就到這裡了。寫到最後，我有些問題想問問大家：

• 你閱讀PDF文件時會使用什麼輔助工具呢？
• 你怎麼整理PDF上的註解筆記呢？
• 你比較常用查詢單字、還是翻譯整段句子呢？

歡迎在下面的留言處跟我們分享你的想法。大家的意見是我繼續分享的動力喔！如果你覺得我這篇介紹還算有用的話，請幫我在AddThis分享工具按讚、將這篇分享到Facebook等社群媒體吧！

感謝你的耐心閱讀，我是布丁，讓我們下一篇見。