python抓取的百度翻译(百度翻译api python)

  • 1、python百度翻译爬虫
  • 2、如何用python调用百度翻译
  • 3、python语言翻译的过程是
  • 4、Python有哪些好用的语言翻译方法

源页面获取的token必先向服务端post过后才有效果,sign是一层加密,token也是,源页面的id有效期长点,post过程用到了base64.encodebytes 以及 AES.CBC 加密等,我就知道这些,py调用js又会效率上不去

#/usr/bin/env python

#coding=utf8

 

import httplib

import md5

import urllib

import random

appid = ‘20151113000005349’

secretKey = ‘osubCEzlGjzvw8qdQc41’

 

httpClient = None

myurl = ‘/api/trans/vip/translate’

q = ‘apple’

fromLang = ‘en’

toLang = ‘zh’

salt = random.randint(32768, 65536)

sign = appid+q+str(salt)+secretKey

m1 = md5.new()

m1.update(sign)

sign = m1.hexdigest()

myurl = myurl+’?appid=’+appid+’q=’+urllib.quote(q)+’from=’+fromLang+’to=’+toLang+’salt=’+str(salt)+’sign=’+sign

 

try:

    httpClient = httplib.HTTPConnection(‘api.fanyi.baidu.com’)

    httpClient.request(‘GET’, myurl)

 

    #response是HTTPResponse对象

    response = httpClient.getresponse()

    print response.read()

except Exception, e:

    print e

finally:

    if httpClient:

        httpClient.close()

在调用百度翻译api之前,您需要申请开发者权限,获取APP ID及密钥。 一个账号只能获得一个APP ID和密钥。

参考价格:若当月翻译字符数≤2百万,免费;若超过2百万字符,按照49元/百万字符支付当月全部翻译字符数费用。

参考 

“输入文本”—“翻译”—“得到译文”。详细步骤如下:

1、先输入文字。

2、首先调用两个需要到的第三方库,设置请求头,因为百度翻译反爬机制,经过观察只加密了sign数据,由代码计算,将js文件保存在根目录下。

3、设置data参数,获取cookies,发送 post请求,返回的是经过‘utf-8’编码后的字符串,我们要对其进行解码,并且转化为字典,直接对数据进行类型转换会报错“NameError: name ‘null’ is not defined”。

4、在数据(字典)中将我们要的结果提取出来。

1 import re

2 import urllib.parse, urllib.request

3 import hashlib

4 import urllib

5 import random

6 import json

7 import time

8 from translate import Translator

非python自带的库,如python google translator,需要手动安装,命令pip install module_name。

1. 百度翻译

1 appid = ‘your_appid’

2 secretKey = ‘your_secretKey’

3 url_baidu = ”

4

5 def translateBaidu(text, f=’ja’, t=’zh’):

6 salt = random.randint(32768, 65536)

7 sign = appid + text + str(salt) + secretKey

8 sign = hashlib.md5(sign.encode()).hexdigest()

9 url = url_baidu + ‘?appid=’ + appid + ‘q=’ + urllib.parse.quote(text) + ‘from=’ + f + ‘to=’ + t + \

10 ‘salt=’ + str(salt) + ‘sign=’ + sign

11 response = urllib.request.urlopen(url)

12 content = response.read().decode(‘utf-8’)

13 data = json.loads(content)

14 result = str(data[‘trans_result’][0][‘dst’])

15 print(result)

参数:text–待翻文本,f–初始语言,t–目标语言,后面方法类似。

2. 有道翻译

1 url_youdao = ‘;smartresult=rulesmartresult=ugcsessionFrom=’ \

2 ”

3 dict = {}

4 dict[‘type’] = ‘AUTO’

5 dict[‘doctype’] = ‘json’

6 dict[‘xmlVersion’] = ‘1.8’

7 dict[‘keyfrom’] = ‘fanyi.web’

8 dict[‘ue’] = ‘UTF-8’

9 dict[‘action’] = ‘FY_BY_CLICKBUTTON’

10 dict[‘typoResult’] = ‘true’

11

12 def translateYoudao(text):

13 global dict

14 dict[‘i’] = text

15 data = urllib.parse.urlencode(dict).encode(‘utf-8’)

16 response = urllib.request.urlopen(url_youdao, data)

17 content = response.read().decode(‘utf-8’)

18 data = json.loads(content)

19 result = data[‘translateResult’][0][0][‘tgt’]

20 print(result)

参数主要由字典dict指定,发现没有地方可以指定语言(可能是我没找到),测试结果是不管输入什么语言的文本,输出均是中文。

3. 谷歌翻译

1 url_google = ”

2 reg_text = re.compile(r'(?=TRANSLATED_TEXT=).*?;’)

3 user_agent = r’Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) ‘ \

4 r’Chrome/44.0.2403.157 Safari/537.36′

5

6 def translateGoogle(text, f=’ja’, t=’zh-cn’):

7 values = {‘hl’: ‘zh-cn’, ‘ie’: ‘utf-8’, ‘text’: text, ‘langpair’: ‘%s|%s’ % (f, t)}

8 value = urllib.parse.urlencode(values)

9 req = urllib.request.Request(url_google + ‘?’ + value)

10 req.add_header(‘User-Agent’, user_agent)

11 response = urllib.request.urlopen(req)

12 content = response.read().decode(‘utf-8’)

13 data = reg_text.search(content)

14 result = data.group(0).strip(‘;’).strip(‘\”)

15 print(result)

和上面两种方法一样,采用的是访问网页的形式来进行翻译。

还有一种是利用python谷歌翻译模块Translator:

1 def translateGoogle2(text):

2 result = translator.translate(text)

3 print(result)

4. 测试代码

测试过程:

翻译5个字串为一个小的单位,输出消耗时间;

循环10次为一个大的单位,输出消耗时间;

对不同的语言字串和循环次数做过多次测试,发现情况基本类似,所以这里选择了10次。

1 text_list = [‘こんにちは’, ‘こんばんは’, ‘おはようございます’, ‘お休(やす)みなさい’, ‘お元気(げんき)ですか’]

2

3 time_baidu = 0

4 time_youdao = 0

5 time_google = 0

6 time_google2 = 0

7

8 for i in list(range(1, 11)):

9 time1 = time.time()

10 for text in text_list:

11 translateBaidu(text)

12 time2 = time.time()

13 print(‘百度翻译第%s次时间:%s’ % (i, time2 – time1))

14 time_baidu += (time2 – time1)

15

16 time1 = time.time()

17 for text in text_list:

18 translateYoudao(text)

19 time2 = time.time()

20 print(‘有道翻译第%s次时间:%s’ % (i, time2 – time1))

21 time_youdao += (time2 – time1)

22

23 time1 = time.time()

24 for text in text_list:

25 translateGoogle(text)

26 time2 = time.time()

27 print(‘谷歌翻译第%s次时间:%s’ % (i, time2 – time1))

28 time_google += (time2 – time1)

29

30 time1 = time.time()

31 for text in text_list:

32 translateGoogle2(text)

33 time2 = time.time()

34 print(‘谷歌2翻译第%s次时间:%s’ % (i, time2 – time1))

35 time_google2 += (time2 – time1)

36

37

38 print(‘百度翻译时间:%s’ % (time_baidu / 10))

39 print(‘有道翻译时间:%s’ % (time_youdao / 10))

40 print(‘谷歌翻译时间:%s’ % (time_google / 10))

41 print(‘谷歌2翻译时间:%s’ % (time_google2 / 10))

原创文章,作者:FRDCP,如若转载,请注明出处:https://www.506064.com/n/127303.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
FRDCP的头像FRDCP
上一篇 2024-10-03 23:13
下一篇 2024-10-03 23:13

相关推荐

发表回复

登录后才能评论