使用GPT实现python调用chatgpt翻译pdf，全程GPT完成

movit · 发表于 2023-7-29 09:11:12

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

您需要登录才可以下载或查看，没有账号？注册

x

本帖最后由 movit 于 2023-7-29 09:15 编辑

阅读英文内容，不仅仅是想要得到翻译，还想要提取文本中的固定搭配和一些词汇，使用翻译软件肯定是不行的，使用gpt等需要手动复制粘贴到对话框，所以有了用脚本调用chatgpt，自动处理pdf，实现翻译/固定搭配提取/词汇提取工作。

Phind是一款为开发者打造的AI引擎，最近引进了GPT模型和辅助编程功能。https://www.phind.com/

Phind准确来说应该是GPT4模型，不负所望，最终写出了python脚本实现上面的需求。

下面是GPT写的代码，python解析pdf文本，最终翻译后的内容导出为markdown格式，附件pdf有和GPT互动的过程。

import openai
import sys
from PyPDF2 import PdfReader
# Set your OpenAI API key
openai.api_key = 'your-api-key'
def parse_pdf(file):
with open(file, 'rb') as file:
pdf = PdfReader(file)
text = ''
for page in pdf.pages:
text += page.extract_text()
return text
def translate_and_analyze_text(text):
model = "gpt-3.5-turbo"
prompt_message = {
'role': "system",
'content': """
角色：你是一个英语学习助手。
作为翻译器请将以下文本进行英中翻译，简化版英文文本，固定搭配解释和单词提取。
"""
}
user_message = {
'role': 'user',
'content': text
}
messages = openai.ChatCompletion.create(
model=model,
messages=[prompt_message, user_message]
)
response_message = messages['choices'][0]['message']['content']
return response_message
def transform_text(text):
# Split the text into paragraphs by empty lines
paragraphs = text.split('\n\n')
# Translate and analyze each paragraph separately
result = ''
for paragraph in paragraphs:
result += translate_and_analyze_text(paragraph) + '\n\n'
return result
def main():
if len(sys.argv) != 2:
print("Usage: python translate.py filename.pdf")
sys.exit(1)
filename = sys.argv[1] # get the file name from the command line argument
raw_text = parse_pdf(filename)
# Use the transform_text function to translate and analyze text paragraph by paragraph
result = transform_text(raw_text)
output_filename = filename.rsplit('.', 1)[0] + '.md' # replace .pdf with .md
with open(output_filename, 'w') as f:
f.write(result)
if __name__ == "__main__":
main()