python抓取的百度翻譯（百度翻譯api python）

• 1、python百度翻譯爬蟲
• 2、如何用python調用百度翻譯
• 3、python語言翻譯的過程是
• 4、Python有哪些好用的語言翻譯方法

源頁面獲取的token必先向服務端post過後才有效果，sign是一層加密，token也是，源頁面的id有效期長點，post過程用到了base64.encodebytes 以及 AES.CBC 加密等，我就知道這些，py調用js又會效率上不去

#/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對象

    response = httpClient.getresponse()

    print response.read()

except Exception, e:

    print e

finally:

    if httpClient:

        httpClient.close()

在調用百度翻譯api之前，您需要申請開發者許可權，獲取APP ID及密鑰。 一個賬號只能獲得一個APP ID和密鑰。

參考價格：若當月翻譯字元數≤2百萬，免費；若超過2百萬字元，按照49元/百萬字元支付當月全部翻譯字元數費用。

參考 

「輸入文本」—「翻譯」—「得到譯文」。詳細步驟如下：

1、先輸入文字。

2、首先調用兩個需要到的第三方庫，設置請求頭，因為百度翻譯反爬機制，經過觀察只加密了sign數據，由代碼計算，將js文件保存在根目錄下。

3、設置data參數，獲取cookies，發送 post請求，返回的是經過『utf-8』編碼後的字元串，我們要對其進行解碼，並且轉化為字典，直接對數據進行類型轉換會報錯「NameError: name ‘null’ is not defined」。

4、在數據（字典）中將我們要的結果提取出來。

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自帶的庫，如python google translator，需要手動安裝，命令pip install module_name。

1. 百度翻譯

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)

參數：text–待翻文本，f–初始語言，t–目標語言，後面方法類似。

2. 有道翻譯

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)

參數主要由字典dict指定，發現沒有地方可以指定語言（可能是我沒找到），測試結果是不管輸入什麼語言的文本，輸出均是中文。

3. 谷歌翻譯

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)

和上面兩種方法一樣，採用的是訪問網頁的形式來進行翻譯。

還有一種是利用python谷歌翻譯模塊Translator：

1 def translateGoogle2(text):

2 result = translator.translate(text)

3 print(result)

4. 測試代碼

測試過程：

翻譯5個字串為一個小的單位，輸出消耗時間；

循環10次為一個大的單位，輸出消耗時間；

對不同的語言字串和循環次數做過多次測試，發現情況基本類似，所以這裡選擇了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(‘百度翻譯第%s次時間：%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(‘有道翻譯第%s次時間：%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(‘谷歌翻譯第%s次時間：%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翻譯第%s次時間：%s’ % (i, time2 – time1))

35 time_google2 += (time2 – time1)

36

37

38 print(‘百度翻譯時間：%s’ % (time_baidu / 10))

39 print(‘有道翻譯時間：%s’ % (time_youdao / 10))

40 print(‘谷歌翻譯時間：%s’ % (time_google / 10))

41 print(‘谷歌2翻譯時間：%s’ % (time_google2 / 10))