znlgis 博客

GIS开发与技术分享 — GDAL · GeoServer · PostGIS · QGIS · OpenLayers · Cesium · FreeCAD · NPOI

第04章：图纸文字提取

产品官网：https://shandianweihu.com/

4.1 本章概述

在 CAD 图纸翻译工作中，最基础也最关键的环节便是将图纸中的文字”取出来”——只有把原文准确、完整地提取到翻译环境中，后续的翻译、校对、回写才有意义。

同文（Tongwen）的”图纸文字提取”功能正是为这一环节设计的。它能够从 DWG/DXF 图纸中自动识别和提取所有文字实体，将原文转化成可供翻译的结构化数据，同时保留文字的各项格式信息，为后续的翻译和回填奠定基础。

本章将从零开始，系统讲解文字提取的两种方式、每一步操作、提取过程中的状态变化、提取结果的解读，以及实际使用中的注意事项与最佳实践。

本章阅读建议：如果您是首次使用同文，建议从头到尾按顺序阅读；如果您已经熟悉基本操作，可以直接跳转到需要深入了解的章节。

4.2 文字提取概述

4.2.1 提取什么

同文的文字提取功能会从 DWG/DXF 图纸中识别并提取以下三种文字实体类型：

实体类型 全称 说明
DBText 单行文字 AutoCAD 中最基础的独立文字类型，通常用于标题、标注、简短注释。每一条 DBText 占据一个独立位置，内容不自动换行。
MText 多行文字 支持换行、字体切换、颜色变化、下划线等内嵌格式的多段落文字实体。通常用于技术说明、大段注释、材料表等需要丰富排版的场景。
AttributeReference 块属性文字 嵌入在 BlockReference（块参照）中的属性定义实例。最常见的是图框中的标题栏信息——项目名称、图号、日期、设计人等。这些文字属于块的一部分，不是独立的文字实体。

这三种实体基本覆盖了工程图纸中所有可能出现的文字形式。无论是标注、标题、技术说明还是图框信息，同文都能将其提取出来。

4.2.2 为什么需要提取

直接在 AutoCAD 中修改图纸文字看似简单，但在翻译场景下存在几个根本性问题：

  1. 文字分散：一张中型图纸可能包含数百甚至上千个文字实体，分布在数十个图层上，手动逐个查找和修改效率极低，且极易遗漏。
  2. 格式风险：MText 内部含有大量格式码（字体、颜色、字高等），直接在 AutoCAD 中修改容易破坏这些格式码，导致译后文字排版混乱。
  3. 图框文字的归属问题：图框中的文字属于块属性，普通编辑命令无法直接访问，需要特殊的属性编辑流程。
  4. 翻译记忆与一致性：同一张图纸或同一批图纸中经常出现相同的术语（如”混凝土强度等级”、”钢筋保护层厚度”），如果每条都重新翻译，不仅耗时，还无法保证术语的一致性。
  5. 协作需求：翻译工作通常由专业人员完成，他们不一定会使用 AutoCAD。将文字提取为独立的翻译会话文件，可以让翻译人员在独立的翻译工作台中进行工作，而不必接触 AutoCAD。

同文的提取功能将这些文字统一提取到翻译工作台中，配以翻译记忆、术语库等辅助工具，让翻译过程既高效又规范。

4.2.3 两种提取方式

同文提供两种文字提取入口，分别适应不同的工作场景：

提取方式 使用环境 适用场景
Studio 桌面端提取 同文 Studio（项目管理界面） 批量处理、任务管理、无需打开 AutoCAD
AutoCAD 插件端提取 AutoCAD 内嵌侧边面板 即时提取、框选区域、交互式操作

两种方式的底层提取逻辑是一致的，区别在于操作流程和使用场景。Studio 端适合项目化、批量化的翻译任务管理；插件端适合单张图纸的即时提取和精细的区域选择。

4.3 提取信息详解

在深入操作步骤之前，了解提取结果中包含哪些信息，有助于理解整个提取机制的设计意图。

同文对每个文字实体提取以下信息：

信息字段 说明
文本内容 文字的原始字符串内容。对于 MText，格式码会被占位符保护，不会丢失。
对象类型 标识该实体是 DBText、MText 还是 AttributeReference。
图层 文字所在的 AutoCAD 图层名称。在翻译工作台中可依据图层进行筛选和组织。
句柄（Handle） 实体在 DWG 文件中的唯一标识符，用于回写时精确定位目标实体。
位置坐标 文字在图纸空间或模型空间中的几何位置。
文本样式 文字使用的 AutoCAD 文字样式名称。
包围盒（Bounding Box） 文字占用的矩形区域范围，用于估计译文的可用空间。

这些信息在翻译工作台中都可以查看，辅助判断上下文。例如：通过图层名可以大致了解该文字属于哪个专业（建筑、结构、电气等）；通过包围盒可以预估译文是否会超出预留空间。

4.3.1 提取结果保存格式

提取完成后，结果保存为一个翻译会话文件（.tw 文件）。这个文件包含了当前图纸中所有文字实体的完整提取数据，是同文翻译工作台的核心数据格式。

.tw 文件的特点：

  • 自包含：所有提取信息都保存在这一个文件中，便于传递和备份。
  • 可增量更新：对同一张图纸多次提取时，新提取的内容会与已有会话智能合并。
  • 与 DWG 关联：文件记录了源 DWG 的关联信息，确保回写时目标正确。

4.4 Studio 端提取流程（详细步骤）

Studio 端提取通过项目管理页面发起，调用 AutoCAD Core Console 在后台完成提取。这种方式不需要打开 AutoCAD 图形界面，特别适合批量处理。

4.4.1 前置条件

在开始 Studio 端提取之前，请确保以下条件已满足：

  1. 已安装同文 Studio：Studio 是桌面端管理程序，负责项目管理、提取调度和翻译工作台的集成。
  2. 已安装 AutoCAD Core Console：Core Console（accoreconsole.exe）是 AutoCAD 的无界面命令行运行环境，负责加载图纸并执行提取操作。Core Console 需要与 Studio 安装在同一台计算机上。
  3. 已安装同文 AutoCAD 插件：插件需要被 Core Console 加载执行。即使您不通过 AutoCAD 图形界面使用插件，插件程序本身也必须安装。
  4. 待提取的 DWG/DXF 文件可访问：文件需要存放在 Studio 可以访问的路径中。

4.4.2 步骤一：进入项目管理页面

  1. 启动同文 Studio。
  2. 在左侧导航栏中，点击“项目管理”（或类似名称的入口）。
  3. 在项目管理页面中，您会看到已有的翻译任务列表（如果之前创建过）。每个任务对应一个翻译项目，可以包含多张图纸。

4.4.3 步骤二：新建翻译任务

  1. 点击“新建任务”按钮（通常位于页面顶部或右上角）。
  2. 在弹出的对话框中，填写任务基本信息：
    • 任务名称：为本次翻译任务命名，建议使用有意义的名称，如”XX项目施工图翻译”。
    • 源语言/目标语言：选择原文语言和目标翻译语言，例如”中文 → 英文”。
    • 备注（可选）：可添加项目编号、负责人等信息。
  3. 点击“确定”创建任务。

新任务创建后会自动进入该任务的详情页面。

4.4.4 步骤三：添加图纸文件

  1. 在任务详情页面中，找到“添加图纸”或“导入文件”按钮。
  2. 点击按钮，弹出文件选择对话框。
  3. 浏览到待翻译的 DWG 或 DXF 文件所在路径，选中文件（支持多选），点击“打开”。
  4. 文件添加后，会在任务页面的文件列表中显示。每条记录显示文件名、文件路径、状态等信息。

4.4.5 步骤四：发起文字提取

  1. 在文件列表中，勾选需要提取文字的图纸文件（可多选）。
  2. 点击“提取文字”或“开始提取”按钮。
  3. 此时 Studio 进入提取准备阶段：
    • Studio 生成一份提取脚本——这是一个自动化的指令序列，告诉 Core Console 加载哪张图纸、执行哪些操作、将结果发送到哪里。
    • Studio 启动内部的Sidecar/Pipe 服务——这是一个数据接收服务，等待 Core Console 发回提取结果。

4.4.6 步骤五：Core Console 提取过程

这一阶段是自动执行的，用户无需手动操作。以下描述的是后台的实际运行过程，了解这个过程有助于在出现问题时进行排查。

  1. 启动 Core Console：Studio 调用 accoreconsole.exe，传入生成好的提取脚本路径作为参数。
  2. 加载插件：Core Console 启动后，按照脚本指示加载同文的 AutoCAD 插件。
  3. 加载图纸：Core Console 打开指定的 DWG/DXF 文件。
  4. 执行提取：插件遍历图纸中的所有文字实体（DBText、MText、AttributeReference），收集每条文字的信息。
  5. 格式码保护：对于 MText 实体，插件自动识别内部的格式码（如字体切换 \f、颜色切换 \C、字高切换 \H、下划线 \L 等），并将其替换为占位符。这样在翻译工作台中看到的文字是干净的纯文本，而格式信息被保留，回写时可以恢复。
  6. 发送结果：提取完成后，插件通过 Named Pipe（命名管道） 将结果数据发送给 Studio 的 Sidecar/Pipe 服务。
  7. 接收数据：Sidecar/Pipe 服务接收数据，写入翻译会话文件（.tw），并与任务关联。
  8. Core Console 退出：数据发送完毕后，Core Console 自动关闭。

4.4.7 步骤六：观察提取进度

在提取过程中，Studio 界面会实时显示提取进度：

进度指示 说明
步骤文字 当前正在执行的步骤描述，如”正在加载图纸…“、”正在提取文字实体…“、”正在传输数据…“等。文字描述具体且动态变化，让您清楚知道当前处于哪个阶段。
耗时统计 从提取开始到当前时刻的累计耗时。通常一张常规图纸的提取在几秒到几十秒内完成。
终止按钮 进度条旁有一个“终止提取”按钮。如果提取卡住或您改变了主意，可以随时点击终止。终止操作会安全地关闭 Core Console 进程并清理临时数据。

4.4.8 步骤七：提取完成

提取成功后，界面会更新为完成状态：

  • 状态标识：任务列表中对应图纸的状态变为”已提取”或”可翻译”。
  • 实体数统计：界面会显示本次提取到的文字实体数量，如”共提取 247 个文字实体”，并按类型分别统计（如”DBText: 156, MText: 68, AttributeReference: 23”）。
  • 操作入口：出现“进入翻译工作台”或“开始翻译”按钮，点击即可跳转到翻译工作台，开始正式的翻译工作。

4.5 AutoCAD 插件端提取流程（详细步骤）

插件端提取在 AutoCAD 内部操作，通过侧边面板发起，具有极强的交互性和即时性。适合以下场景：

  • 您已经在 AutoCAD 中打开了图纸，想立即提取文字进行翻译。
  • 您只需要翻译图纸中的某个区域（而非整张图纸）。
  • 您希望先看看提取结果，再决定是否创建正式任务。

4.5.1 前置条件

  1. 已安装同文 AutoCAD 插件：插件安装后，在 AutoCAD 中会出现同文的侧边面板或工具栏。
  2. 当前已打开待提取的 DWG 文件：插件端提取直接针对当前激活的文档。

4.5.2 打开侧边面板

  1. 在 AutoCAD 中，找到同文插件的入口。可能是以下形式之一：
    • 一个独立的侧边面板（类似属性面板或图层管理器的停靠窗口）。
    • Ribbon 工具栏中的一个按钮，点击后弹出面板。
    • 命令行输入特定命令打开面板（具体命令请参考同文插件文档）。
  2. 打开面板后，您会看到同文插件的主界面。面板通常包含以下区域：
    • 提取操作区（整图提取 / 框选提取按钮）
    • 提取选项区（如”不提取图框文字”勾选框）
    • 任务/会话信息区
    • 状态提示区

4.5.3 方式一：整图提取

“整图提取”是最常用的方式，用于提取当前图纸中所有文字实体。

操作步骤：

  1. 确保您要提取的 DWG 文件是 AutoCAD 当前激活的文档。
  2. 在侧边面板中，点击“整图提取”按钮。
  3. 插件立即开始工作：
    • 遍历当前文档的模型空间和所有布局空间。
    • 逐一收集每个 DBText、MText 和 AttributeReference 实体。
    • 对 MText 进行格式码保护处理。
    • 将提取结果组装成翻译会话数据。
  4. 提取完成后，插件会：
    • 显示提取统计信息（提取到的实体总数及分类数量）。
    • 自动打开翻译工作台，将提取结果加载到翻译界面中。

整个过程中，AutoCAD 可能会短暂出现”处理中”的状态（取决于图纸大小），这是正常现象。

4.5.4 方式二：框选提取

当您只需要翻译图纸中的某一个区域时，框选提取是最合适的方式。例如，您只想翻译”设计说明”区域，而不关心图框标题栏和其他标注。

操作步骤：

  1. 在侧边面板中，点击“框选提取”按钮。
  2. 插件会将控制权交还给 AutoCAD 的绘图区域，提示您在图纸中进行框选。
  3. 在 AutoCAD 绘图区域中，用鼠标拖拽一个矩形选择框，框住您要提取文字的区域。
  4. 框选完成后（松开鼠标或按回车确认），插件开始工作：
    • 只对框选范围内的文字实体进行提取。
    • 提取逻辑与整图提取完全一致。
  5. 提取完成后，同样会自动打开翻译工作台。

框选提取的注意事项：

  • 框选范围遵循 AutoCAD 的默认选择模式（从左到右拖拽为窗口选择——完全包含才选中；从右到左拖拽为交叉选择——部分包含即选中）。具体行为取决于您在 AutoCAD 中的选择设置。
  • 如果框选区域内没有文字实体，提取结果为空，翻译工作台打开后不会有任何待翻译条目。
  • 多次框选：如果需要提取多个不连续的区域，可以分别进行多次框选提取。后续的提取会与之前的提取结果合并（详见 4.8 增量提取）。

4.5.5 “不提取图框文字”选项

在侧边面板的提取选项中，有一个“不提取图框文字”勾选框，这是一个非常实用的过滤功能。

功能说明：

  • 图框（Title Block）通常以 BlockReference（块参照）的形式插入到图纸中，其内部的标题栏信息（项目名称、图号、设计人、日期等）以 AttributeReference 的形式存在。
  • 这些图框信息通常是固定的模板文字——同一项目所有图纸的图框文字基本相同，每次提取到翻译工作台都会重复出现，造成冗余。
  • 勾选”不提取图框文字”后，插件在遍历 AttributeReference 时，会判断该属性是否属于图框类型的块参照，如果是则跳过。

使用建议：

  • 如果您所在项目有统一的图框标准，且图框文字不需要翻译（或已在模板层面处理），建议勾选此选项。
  • 如果图框中的部分信息（如”项目名称”）确实需要翻译，则不勾选，让它们正常提取到工作台。
  • 如果不确定是否勾选，可以先用默认设置提取一次，在翻译工作台中查看结果，再决定是否需要调整。

4.6 提取进度与状态解读

无论是 Studio 端还是插件端，提取过程中都会呈现一系列状态信息。正确理解这些状态，有助于判断当前进度和排查问题。

4.6.1 Studio 端状态流转

Studio 端的提取状态按以下流程变化：

等待提取 → 准备中 → 提取中 → 完成 / 失败
状态 含义 界面表现
等待提取 文件已添加到任务，但尚未发起提取。 状态列显示”待提取”，操作按钮显示”提取文字”。
准备中 Studio 正在生成提取脚本并启动 Core Console。 进度条出现，步骤文字显示”正在准备提取环境…“。
提取中 Core Console 正在运行，正在加载图纸并提取文字。 进度条动态变化，步骤文字实时更新（如”正在提取文字实体…“），耗时计数器递增。
完成 提取成功，翻译会话文件已生成。 进度条消失，状态变为”已提取”，显示统计信息（实体数量等），操作按钮变为”进入翻译工作台”。
失败 提取过程中出现错误，未能完成。 状态变为”提取失败”，显示错误信息，操作按钮变为”重试”。

4.6.2 插件端状态反馈

插件端的反馈更加即时和简洁：

  • 提取中：AutoCAD 状态栏可能显示”正在处理…“，侧边面板显示进度提示。
  • 提取完成：弹出提示框或在面板中显示统计信息，随后自动跳转翻译工作台。
  • 提取失败：弹出错误对话框，说明失败原因。

4.7 提取完成后的操作

提取完成只是翻译流程的第一步。接下来，您需要进入翻译工作台进行核心的翻译操作。

4.7.1 进入翻译工作台

Studio 端：

  1. 在任务详情页面，找到已提取完成的图纸文件。
  2. 点击“进入翻译工作台”按钮（或双击该文件条目）。
  3. Studio 会打开翻译工作台视图，加载该图纸的翻译会话。

插件端：

  • 提取完成后翻译工作台会自动打开，无需手动操作。

4.7.2 翻译工作台的基本界面

翻译工作台打开后，您会看到以下内容（不同版本的界面布局可能略有差异，但核心元素一致）：

界面区域 说明
原文列表 左侧或上方区域，按图层或类型分组列出所有提取到的文字原文。
译文编辑区 中间区域，为每条原文提供译文输入框。
上下文预览 某些版本可能提供图纸缩略图或文字在图纸中的位置示意。
信息面板 右侧或下方区域，显示当前选中文字的类型、图层、位置等信息。
工具栏 顶部工具栏，提供翻译记忆匹配、术语提示、批量替换、导出导入等功能。

4.7.3 查看提取结果统计

在翻译工作台中，您可以通过以下方式了解提取结果的整体情况：

  • 总数统计：界面标题栏或状态栏通常显示”共 N 条待翻译”。
  • 类型筛选：可以按文字类型（DBText / MText / AttributeReference）筛选，分别查看。
  • 图层筛选：可以按图层筛选，快速定位某个专业或某类标注的文字。
  • 搜索功能：输入关键词，快速找到包含该词的原文。

4.8 增量提取说明

“增量提取”是指对同一张图纸进行多次提取时，系统如何处理新旧数据的行为。

4.8.1 增量提取的机制

当您对一张已经提取过文字的图纸再次执行提取操作时：

  1. 系统识别到该图纸已有绑定的翻译会话（.tw 文件）。
  2. 新提取的文字实体与已有的会话数据进行比较。
  3. 合并规则如下：
情况 行为
新提取到的实体，在已有会话中不存在（通过句柄比对） 新增到会话中，标记为”待翻译”。
已有会话中的实体，在新提取中仍然存在 保留已有数据，包括已翻译的译文。
已有会话中的实体，在新提取中已不存在（图纸中已删除） 标记为失效（而非直接删除），在翻译工作台中显示特殊状态，供人工确认。

4.8.2 增量提取的应用场景

  1. 图纸修改后的补充提取：图纸修改后增加了新的标注或说明文字，再次提取可将新增内容补充进翻译会话，而不影响已翻译完的内容。
  2. 框选多次提取：在插件端，您可以分多次框选不同区域进行提取。每次框选的结果会合并到同一个会话中。
  3. 分批翻译工作流：大型图纸首次可能只提取一部分进行试译，确认翻译风格和质量后，再提取剩余部分。

4.8.3 注意事项

  • 增量提取的前提是图纸文件的身份一致（同一文件路径和同一内部标识符）。如果将图纸另存为新的文件名，系统会将其视为一张新图纸，而不是同一张图纸的增量。
  • 已标记为”失效”的实体并不会自动从会话中删除。如果您确认这些实体确实不再需要翻译，可以在翻译工作台中手动删除。
  • 增量提取不会覆盖已有的翻译结果，所以您可以放心地对同一张图纸多次提取。

4.9 MText 格式保护详解

MText（多行文字）是 AutoCAD 中功能最丰富的文字类型，支持在一段文字内部使用不同的字体、颜色、字高、加粗、倾斜、下划线等格式。这些格式在 DWG 文件内部以特殊的格式码表示。

4.9.1 什么是格式码

格式码是 AutoCAD 内部用于控制 MText 排版的特殊字符串，以反斜杠 \ 开头。常见的格式码包括：

格式码 含义 示例
\fArial|b0|i0|c0|p34; 字体设置（字体名、粗体、斜体、字符集、字间距） \fSimSun|b0|i0|c134|p2;文字
\C1; 颜色设置（颜色索引号） \C1;红色文字
\H0.5x; 字高相对比例因子 \H2x;放大两倍的文字
\L...\l 下划线（\L 开始，\l 结束） \L带下划线的文字\l
\O...\o 上划线 \O带上划线的文字\o
\K...\k 删除线 \K带删除线的文字\k
\P 段落换行 第一行\P第二行
\A1; 对齐方式 \A1;居中对齐
\S...^...; 堆叠文字（分数/公差） \S1/2; 显示为½

一段实际的 MText 内容可能看起来像这样：

\fSimSun|b1|i0|c134|p2;\C4;\H1.5x;重要提示\P\C7;\H1x;以下内容请仔细阅读

这对于翻译人员来说是完全不可读的胡言乱语。

4.9.2 格式保护的工作原理

同文的提取引擎在遇到 MText 时，执行以下处理：

  1. 识别格式码：扫描 MText 的原始内容字符串，识别出所有格式码序列。
  2. 占位符替换：将每个格式码替换为唯一的透明占位符（placeholder），在提取结果中这些占位符对用户不可见。
  3. 生成纯净文本：去除格式码后，得到干净的纯文本内容，呈现在翻译工作台中供翻译人员阅读和翻译。
  4. 保留映射关系：占位符与原始格式码之间的映射关系保存在会话数据中。

4.9.3 用户体验

对于使用翻译工作台的翻译人员来说，MText 格式保护意味着：

  • 看到的是干净的文字：翻译工作台显示的原文是去除格式码后的纯文本，可读性强。例如，上面那段格式乱码在翻译工作台中看到的可能是：

    重要提示
以下内容请仔细阅读
  • 不需要关心格式：翻译人员在输入译文时，不需要考虑任何格式码，只需输入目标语言的纯文本即可。
  • 回写时自动恢复：当译文回写到 DWG 文件时，同文的回写引擎会自动将占位符还原为原始格式码，确保译后文字的字体、颜色、大小、下划线等格式与原文完全一致。

4.9.4 格式保护的注意事项

  • 不要手动修改占位符：在翻译工作台中，您看到的文本是完全干净的。占位符在后台处理，您不需要也不可能手动操作它们。
  • 格式码保护是自动的：无需进行任何设置或勾选，引擎自动处理所有 MText 格式码。
  • 堆叠文字的翻译：对于包含堆叠文字（如分数 ½、公差 +0.01^-0.02）的 MText，堆叠内容也会被正确识别和保护处理。

4.10 提取失败处理

在实际使用中，偶尔会遇到提取失败的情况。以下列出常见原因和对应的处理方法。

4.10.1 Studio 端提取失败

失败原因 症状 处理方法
Core Console 未找到 报错”找不到 accoreconsole.exe”或”Core Console 启动失败”。 检查 AutoCAD 是否正常安装；确认 Core Console 路径是否正确配置在 Studio 中。
插件加载失败 Core Console 启动后立即退出，或报告”插件加载失败”。 确认同文 AutoCAD 插件已正确安装；检查插件是否与 AutoCAD 版本匹配。
图纸文件损坏 Core Console 加载图纸时报错”无法打开文件”或”无效的 DWG 文件”。 尝试在 AutoCAD 图形界面中打开该文件；使用 AutoCAD 的 RECOVER 命令修复图纸。
文件被占用 报错”文件正在被其他程序使用”。 关闭可能正在使用该文件的 AutoCAD 或其他程序后重试。
权限不足 报错”拒绝访问”。 确保 Studio 以管理员权限运行；检查文件所在目录的读写权限。
Named Pipe 通信失败 提取一直停留在”等待数据”状态，最终超时。 检查防火墙或安全软件是否拦截了 Named Pipe 通信；重启 Studio 后重试。
图纸过大 提取时间极长或 Core Console 崩溃。 尝试在 AutoCAD 图形界面中清理图纸（PURGE、AUDIT）；如果图纸确实超大，可考虑先拆分图纸。
内存不足 系统提示内存不足或 Core Console 异常退出。 关闭其他占用内存的程序；确认计算机内存满足 AutoCAD 的最低要求。

4.10.2 插件端提取失败

失败原因 症状 处理方法
插件未加载 侧边面板中没有同文的功能按钮，或按钮灰色不可用。 使用 NETLOAD 命令重新加载插件；检查插件是否与当前 AutoCAD 版本匹配。
图纸未保存 提取时报错”图纸未保存”。 先保存当前 DWG 文件（至少保存一次），再进行提取。
文档被锁定 提取时报错”文档被锁定”或”操作无法完成”。 检查是否有其他命令正在执行；按 Esc 取消当前命令后重试。
框选范围无效 框选提取后结果为空或报错。 确认框选范围内确实包含文字实体；必要时使用整图提取作为替代。

4.10.3 一般排障建议

  1. 重启：无论是 Studio 还是 AutoCAD 插件，重启程序是最简单有效的第一步排查手段。
  2. 检查日志：同文通常会在安装目录或用户文档目录生成日志文件，报错信息会记录在日志中，可以据此精确定位问题。
  3. 最小化测试：用一张最简单的图纸（只包含一行 DBText）进行提取测试，以区分是图纸问题还是环境问题。
  4. 更新版本：确保同文 Studio、同文插件和 AutoCAD 都是最新或推荐的版本组合。

4.11 注意事项与最佳实践

4.11.1 图纸准备

  1. 保存并关闭图纸（仅 Studio 端）：在 Studio 端提取之前，请确保待提取的 DWG 文件没有被 AutoCAD 图形界面打开并处于编辑状态。虽然 Core Console 会以只读模式加载文件，但为了避免潜在的文件锁定冲突，建议关闭 AutoCAD 中的该文件。
  2. 清理图纸：对于历史较久、反复修改的大型图纸，建议在提取前执行 PURGE（清理未使用的对象）和 AUDIT（审核并修复错误）命令。这可以减少提取过程中遇到意外错误的概率，也能略微加快提取速度。
  3. 检查文字显示：在 AutoCAD 中打开图纸，使用 QTEXT 命令检查是否有文字被设置为”快速文字”模式（显示为方框）。快速文字模式不影响提取结果，但如果文字使用了特殊的 SHX 字体，在翻译工作台的预览中可能显示为乱码——这是字体渲染的问题，不影响提取和回写。
  4. 统一文件版本：确保 DWG 文件的保存格式与 AutoCAD 版本一致。虽然同文支持多版本的 DWG/DXF，但旧版本格式（如 AutoCAD 2000 之前的格式）可能存在兼容性问题。

4.11.2 提取策略

  1. 优先使用整图提取：对于没有特殊要求的场景，整图提取是最全面、最不会遗漏的方式。框选提取虽然方便，但容易因为漏选而导致译文不完整。
  2. 善用”不提取图框文字”：如果项目图框是标准化的且不需要翻译，勾选该选项可以大幅减少翻译工作台中的条目数，让翻译人员专注于图纸正文。
  3. 小批量处理：如果需要翻译多张图纸，建议先提取 1~2 张进行试译，确认翻译工作台的使用方式、术语风格和译文质量后，再批量处理剩余图纸。
  4. 及时保存会话（插件端）：如果您在 AutoCAD 插件端进行提取，翻译工作台的修改会实时保存到会话文件中。但如果您在翻译过程中关闭了 AutoCAD，请确认翻译进度已保存。
  5. 增量提取前确认范围：如果您因为图纸修改而再次提取，请在提取完成后进入翻译工作台，快速浏览一遍，确认新增的条目是否符合预期。

4.11.3 格式相关

  1. MText 格式保护是透明的：提取和回写过程中格式码的保护和还原是完全自动的，您不需要做任何额外操作。唯一需要注意的是，如果您在翻译工作台中手动对译文进行了特殊排版（如添加自己的换行），回写后可能会与原始格式产生冲突。
  2. 特殊字符处理：工程图纸中常见的特殊字符（如直径符号 φ、角度符号 °、正负号 ±）在提取过程中会被保留。如果在翻译工作台中看到这些符号显示异常，通常是字体问题，不影响回写。
  3. 多层嵌套的 MText：某些图纸的 MText 可能包含复杂的多层嵌套格式码（例如一段多行文字中，某几个字使用了特殊字体，某几个字又有下划线）。同文的格式保护引擎对此完全支持，翻译工作台始终显示纯净文本。

4.11.4 工作流程

  1. 建立标准流程：对于团队协作的翻译项目，建议制定标准的操作流程文档，明确由谁负责提取、谁负责翻译、谁负责校对、谁负责回写，避免操作混乱。
  2. 文件命名规范：为翻译任务和会话文件建立统一的命名规则，例如”项目编号-图纸编号-语言对-版本号”，便于后续查找和管理。
  3. 定期备份：.tw 会话文件包含了所有提取数据和翻译进度，建议定期备份到安全位置。
  4. 提取后先浏览：在开始翻译之前，先花几分钟浏览提取结果。检查是否有明显的遗漏（如某个图层的文字未提取）、是否有不需要翻译的内容（如图号中的数字）、是否有重复条目。这些前期检查可以为后续翻译工作扫清障碍。

4.11.5 常见问题速查

问题 解答
提取耗时很长 检查图纸大小和复杂度；在 AutoCAD 中执行 PURGE 和 AUDIT 后重新提取。
提取结果中文字乱码 通常是 AutoCAD 缺少对应 SHX 字体文件，不影响翻译和回写，回写后文字恢复原样。
提取后翻译工作台空白 确认图纸中确实包含文字实体（而非标注尺寸文字——标注文字属于 Dimension 对象，不在本章讨论范围）；检查是否有”不提取图框文字”导致内容被过滤。
框选提取的结果包含不需要的文字 在 AutoCAD 中重新框选更精确的范围后再次提取。
多次提取后出现重复条目 系统会通过句柄去重，不应出现重复。如果出现，可能是图纸文件被另存为不同的文件。
翻译工作台中看不到译文预览的图纸背景 某些版本可能不带图纸预览功能，这不影响翻译工作。

4.12 本章小结

本章详细介绍了同文”图纸文字提取”功能的全部内容：

  1. 提取对象：DBText（单行文字）、MText（多行文字）、AttributeReference（块属性文字）三大类型。
  2. 两种提取方式：Studio 桌面端提取（适合批量任务管理）和 AutoCAD 插件端提取（适合即时交互操作）。
  3. 提取流程：从新建任务、添加图纸、发起提取到 Core Console 后台执行的完整过程。
  4. 增量和格式保护：多次提取的智能合并机制，以及 MText 格式码的自动保护与还原。
  5. 排障与最佳实践：常见失败原因及处理方法，以及提升效率的操作建议。

文字提取是同文翻译工作流的起点。掌握本章内容后，您就可以高效、准确地将图纸中的文字提取到翻译工作台，进入下一阶段——文字翻译（详见后续章节）。

下一篇：[第05章：翻译工作台操作指南]（待更新） 上一篇：[第03章：项目与任务管理]（待更新） 返回：同文教程目录

↑