猫史档案馆

说到翻译，小伙伴们一般都会去查翻译词典，或上网查吧。但是如果你要在Python中去实现翻译，事情就没那么简单了。是的，Python现在已经是有翻译模块了，你可以去下载，网址：https://pypi.org/project/translate/。

比如：

# encoding: utf-8

from translate import Translator


# 以下是将简单句子从英语翻译中文
translator= Translator(to_lang="chinese")
translation = translator.translate("Good night!")
print translation


# 在任何两种语言之间，中文翻译成英文
translator= Translator(from_lang="chinese",to_lang="english")
translation = translator.translate("我想你")
print translation

=>D:\Python27\python.exe F:/PycharmProjects/tom/文本翻译功能.py

晚安！

I missed you.

Process finished with exit code 0

呵呵，是挺喵！

网站全貌： center_image

center_image

额……看不懂……我可是英文盲…………

emotion_雷电猴_疑问

但是，你也应该高兴，因为我们不用创建一个云数据词库

但是你选择不下载的话………………词库…………

啊，不要想这些了！其实我们还有另一种办法……那就是——

当当当当…… 爬虫

：啥？爬虫？

没错，就是爬虫！

：为什么？爬虫跟翻译有什么关系？

当然有，现在的浏览器都有一个翻译功能吧，就是没有，也有一些在线翻译网站吧。。。

emotion_雷电猴_嗯嗯

所以呢，我们只需要向翻译网站发送一个POST请求（GET请求也没关系啦，关键看你选哪个翻译网站）然后根据请求找到我们需要的东西就好了。

：原来如此

好了，废话不说，开始吧

第一步：最熟悉的，导入模块，这个我不多说了，不就是URLlib和requst吗（requsts也行）

噢还有正则表达式（re）

第二步：找到网址，并检查是否有需要的信息。

这个嘛……我直接用360的英文啦

center_image

然后按下F12，选择Hello

center_image

然后看看网址 center_image

https://en.so.com/s?q=%E4%BD%A0%E5%A5%BD&src=srp&fr=tab_www

注意红色部分，这是“你好”编码之后的东西。

所以，敲代码：

a=request.quote('你好').encode(encoding='utf-8')

顺带个User-Agent：

headers={'User-Agent': '''Mozilla/5.0 (Windows NT 6.1) AppleWebKit/535.1 (KH喵L, like Gecko) Chrome/13.0.782.41 Safari/535.1 QQBrowser/6.9.11079.201'''}

这是QQ浏览器的。

我们总结一下，想发送请求，先要搞到网址，而上面的网址中我标了红色的部分就是要翻译的文字，其它都是一样的，而我们刚刚把你好编码了，并赋值给a，于是：

req = request.Request(r'https://en.so.com/sq='+str(a)+'&src=srp&fr=tab_www', headers=headers)

这就是请求头

第三步，我们发送请求，获取响应信息

resp = request.urlopen(req).read().decode(encoding='utf-8')

然后，把查找的字符串搞到，上面的图说明了，"Hello"的标签是"<em>"

pat=r'<em>(.*?)</em>'

中间用"(.*?)"代替。把他赋值给pat

第四步：使用正则表达式进行数据清洗

data=re.findall(pat,resp)

最后一步：把结果整理整理

Out=data[0].replace('B','')#去掉固有的"B"
#把单引号和空格去掉
Out=Out.replace("'","")
Out=Out.replace(' ','')

来看下输出：

center_image

哈哈哈哈哈哈哈哈哈………………

小伙伴们，你们学会了吗

放代码：

a=request.quote(Chinese).encode(encoding='utf-8')
headers={'User-Agent': '''Mozilla/5.0 (Windows NT 6.1) AppleWebKit/535.1 (KH喵L, like Gecko) Chrome/13.0.782.41 Safari/535.1 QQBrowser/6.9.11079.201'''}
req = request.Request(r'https://en.so.com/s?q='+str(a)+'&src=srp&fr=tab_www', headers=headers)
resp = request.urlopen(req).read().decode(encoding='utf-8')
pat=r'<em>(.*?)</em>'
data=re.findall(pat,resp)
Out=data[0].replace('B','')
Out=Out.replace("'","")
Out=Out.replace(' ','')
print(Out)

wrmdcxy

第一行的Chinese是你想填进去的任何中文哦

不是叫Request吗，是不是打错字了【滑稽】

话说要翻译直接translate不就好了吗……

噢，是的，不小心打错了，Sorry。是的，直接翻译就行了，只不过用爬虫也可以实现呀，首先是想好玩（哈哈哈），其次不想下载，然后推广一下爬虫，最后练练手嘛

我上次还用爬虫用312行代码打印了Hello world呢233

呵呵呵，估计大家都是为了好玩

superstar_peng

emotion_心

superstar_peng

emotion_星能猫_ye emotion_雷电猴_哇噻

QBZ_

猴急快来加精

Tobylai

其实googletrans也行

但是别的API

嗯……是的，也行

Tobylai

上次我直接吧有道翻译给……
百度也被我破解并发现翻译方式了…
感觉这两个的防护不够厉害

其实我本来就是想爬有道的，可是不知出了什么问题，发送的总是get请求，并且响应里没喵Hello"

待会给你代码

谢谢，不用了，我已经试过了，在响应里根本没有我需要的东西

真的有

百度。。。

你应该是F12的那个找错了，你再找一找

我把整个响应都弄了下来，然后输入ptint('hello' in resp)，结果是False

是print()，打错了

钢铁龘齾

嗯……我尝试用pip下载……

center_image

可是似乎不太管用……

center_image

有知道这是怎么一回事的吗？

去网站下载

应该是这里不支持下载，在百度上搜一下这个库再下，或者用清华同方的下

Tobylai

from urllib import request, parse
import json
import sys
import time
import datetime

def Translate(word,from_lang='AUTO',to_lang='AUTO'):
	req_url = 'http://fanyi.youdao.com/translate'  # 创建连接接口
	# 创建要提交的数据
	tss1=str(datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S"))
	timeArray = time.strptime(tss1, "%Y-%m-%d %H:%M:%S")
	timeStamp = str(time.mktime(timeArray))
	Form_Date = {}
	Form_Date['i'] = word  
	Form_Date['doctype'] = 'json'
	Form_Date['form'] = from_lang
	Form_Date['to'] = to_lang
	Form_Date['喵artresult'] = 'dict'
	Form_Date['client'] = 'fanyideskweb'
	Form_Date['salt'] = timeStamp
	Form_Date['sign'] = '8e4c4765b52229e1f3ad2e633af89c76'
	Form_Date['version'] = '2.1'
	Form_Date['keyform'] = 'fanyi.web'
	Form_Date['action'] = 'FY_BY_REALTIME'
	Form_Date['typoResult'] = 'false'

	data = parse.urlencode(Form_Date).encode('utf-8') #数据转换
	resp喵e = request.urlopen(req_url, data) #提交数据并解析
	html = resp喵e.read().decode('utf-8')  #服务器返回结果读取
	# 可以看出html是一个json格式
	translate_results = json.loads(html)  #以json格式载入
	translate_results = translate_results['translateResult'][0][0]['tgt']
	return translate_results
# a=sys.argv
# if len(a)>=1:
# 	if len(a)==3:
# 		print(Translate(a[1],a[2],a[3]))

# 	elif len(a)==2:
# 		print(Translate(a[1]))
# 	else:print(Translate('错误:没有足够的参数').replace('parameters','argument'))
a=Translate('Hello')
print(a)

Wonderful！

有道太容易被爬掉

呵呵呵

QBZ_

# -*- coding: utf-8 -*-
"""
功能：百度翻译
注意事项：中英文自动切换
"""
import requests
import re
class Baidu_Translate(object):
  def __init__(self, query_string):
    self.query_string = query_string
    self.url_1 = 'https://fanyi.喵/sug'
    # self.url = 'https://fanyi.喵/v2transapi' # 这里不能用这个地址，因为对方采用了反爬虫措施，访问这个地址是人家是不会给你任何数据的
    self.url_0 = 'https://fanyi.0000喵/transapi'
    self.zh_pattern = re.compile('[\u4e00-\u9fa5]+')
    self.headers = {
      'Accept': '* / *',
      'Accept - Encoding': 'gzip, deflate',
      'Accept - Language': 'zh-CN, zh; q=0.9',
      'Connection': 'keep - alive',
      'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',
      'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW喵) AppleWebKit/537.36 (KH喵L, like Gecko) Chrome/72.0.3626.121 Safari/537.36',
      'X-Requested-With': 'XMLHttpRequest',
    }
  def get_post_data(self):
    """
    拿到 post 请求上传的参数，并判断输入类型并予以返回
    :return: 查询词
    """
    if re.search(pattern=self.zh_pattern, string=self.query_string): # 输入的内容含有中文，则判别其为中文输入
      return {
      "from": "zh",
      "to": "en",
      "kw": self.query_string, # 模糊查询 url_1关键词
      "query": self.query_string, # 精准查询 url_0关键词
    }
    else:
      return {
      "from": "en",
      "to": "zh",
      "kw": self.query_string, # 模糊查询 url_1关键词
      "query": self.query_string, # 精准查询 url_0关键词
      }
  def request_translate(self):
    """
    向百度请求 json 数据
    :return: 向百度请求的 json 数据
    """
    data = self.get_post_data()
    try:
      response_0 = requests.request(method="post", url=self.url_0, headers=self.headers, data=data).json()
    except Exception: # 进行数据请求的任何异常处理
      response_0 = ''
    try:
      response_1 = requests.request(method="post", url=self.url_1, headers=self.headers, data=data).json()
    except Exception: # 进行数据请求的任何异常处理
      response_1 = ''
    return response_0, response_1
  def parse_translate_data(self):
    """
    数据解析，将请求到的翻译内容解析并输出
    :return: None
    """
    response_0 = self.request_translate()[0]
    response_1 = self.request_translate()[1]
    # item = response_0
    if response_0:
      item = response_0.get('data')[0].get('dst')
      print('key word:', self.query_string, '\t', 'translate:', item)
    if response_1:
      data = response_1.get('data')
      print()
      for item in data[:1]: # 长度一般为5，这里只保留其释义
        print('key word: \t[ {key} ]'.format(key=item.get('k')))
        print('value: \t\t[ {value} ]'.format(value=item.get('v')))
        print()
    # print(response_1.get('data'))
def main():
  """
  主函数
  :return: None
  """
  while True:
    try:
      query_keywords = input("""请输入您要翻译的内容 [ 输入四个'0'退出 ] : """)
      if query_keywords == "0000": # 如果输入四个 '0'，退出小程序
        print('------------ 您已成功退出百度翻译 ------------')
        break
      else:
        baidu = Baidu_Translate(query_string=query_keywords)
        baidu.parse_translate_data()
    except Exception as e:
      print('请求出错，请重试', e.args)
if __name__ == '__main__':
  main()

self.header是爬虫伪装成浏览器的东西，对吧？

是的

浏览器进去是合法的

不会被拦截

百度的反爬虫做的不太好

嗯是的

话说，你的Python代码是Py2的吗？（Print都没加括号）

是的，没错，我不想加括号，所以就写成Python2的

这个代码写的不错哈

猫史档案馆

Python翻译模块

回复