是不是机器翻译的，有些地方感觉不太符合中文阅读习惯，有点绕口，比如：
原文：“However, this doesn’t allow for any structure to be retained, precludes scaling to different paper sizes or resolutions without loss of quality, involves huge file sizes, and so on.”

原始翻译：“但是，这不允许保留任何结构，从而无需在不损失质量的情况下 缩放到不同的纸张尺寸或分辨率，涉及大的文件大小等等。”

这句话其实有点读不懂，如果调整为："然而，这样做并不能保留任何结构，无法在不损失质量的情况下调整到不同的纸张尺寸或分辨率，涉及的文件大小也会非常大等等。”

是不是容易理解一点？翻译为中文的目的我想是为了让中文读者能更好地理解，所以感觉有些地方可以调整调整语言组织方式。
个人拙见！

对于大规模pdf语料，如何自动化提取里面的段落呢？试了几种解包工具，提出来的是一行行，会丢失段落信息。但如果用ocr，又不太精确。

应该是 " 运算符，而不是 ''

Header 部分

The percent sign indicates a comment。
目前翻译：百分号表示另一个标题行
正确译文应该是：百分号表示注释。

Body部分

The file body consists of a sequence of objects, each preceded by an object number, generation number, and the obj keyword on one line, and followed by the endobj keyword on another.
这样翻译比如容易懂：文件正文由一系列对象组成，每个对象前会有单独的一行，该行包括一个对象编号，一个世代号以及关键字obj。紧跟象之后的是endobj关键字，它同样独占一行。

也就是说可以正常浏览和复制，但是复制粘贴得到的结果是乱码，请问您是否了解呢？

https://zxyle.github.io/PDF-Explained/chapter2.html
页末的markdown解析有误 可能是markdown出现了语法错误 也可能解析出了问题

PDF 解析（PDF Explained）.zip