需求來源：某人畢業(yè)論文需要文獻(xiàn)綜述，要看外文文獻(xiàn)，并翻譯為中文。本人在代勞的時候發(fā)覺這種工作應(yīng)該交由腳本來解決比較輕松，所以emm.....

目前已實現(xiàn)：
1.小腳本將外文txt，轉(zhuǎn)為分段落翻譯后的英漢txt。
2.小腳本將外文pdf轉(zhuǎn)為外文txt。（可惜可讀性比較低）

在2的實現(xiàn)中，因為用三方庫，轉(zhuǎn)換出來的txt保留了pdf的換行。（就是那種明明是一整段的，只是囿于文本寬度，pdf里的樣式是換行顯示了）。在pdf2txt過程中，目前的代碼是識別不出這種非正常的換行。導(dǎo)致轉(zhuǎn)換出的txt，可讀性大大降低。

e.g.
pdf：
bababbabababbabbababbabababbabbababbabababbabbababbabababbab(這里由于顯示的就這么點寬度，就換行了) bababbabababbab
掃出來的txt：
bababbabababbabbababbabababbabbababbabababbabbababbabababbab
(n)bababbabababbab

直接導(dǎo)致段落數(shù)量爆炸。220頁的pdf，轉(zhuǎn)完有15760行，估計了下，腳本全跑完需要4個多小時才翻譯完 - -!
各位有沒有什么想法？請賜教，謝謝