Python调用Google翻译

出自:http://blog.csdn.net/zhaoyl03/article/details/8830806

最近想动手做一个文档自动下载器，需要模拟浏览器的行为。虽然感觉思路上没有困难，但在技术细节上需要自己一步一步试探。在网上搜索相关内容的过程中，发现有人用Python调用Google翻译。我自己也试着实现这个小玩意，从而熟练和学习一些技术，如正则表达式匹配，模拟浏览器等。将这个小结果记录下来，以激励自己。

用Python调用Google翻译，就是模拟人将原文本(英语)粘贴在Google翻译的左边文本框，选择翻译设置从英文到简体中文，然后点击翻译，最后复制右边文本框中的翻译结果，并保存的过程。我比文献《用Python实现调用Google翻译》 的高明之处在，在提取翻译后的结果时，用正则表达式匹配很轻巧地抓取到了翻译后的文本。另外，代码完整。

 

我用的Pyhon版本2.66，源码如下：

 

[python] view plain copy
 
  1. # -*- coding: utf-8 -*-  
  2. #Python -V: Python 2.6.6  
  3. #filename:GoogleTranslation1.2.py  
  4.   
  5. __author__ = "Yinlong Zhao (zhaoyl[at]sjtu[dot]edu[dot]cn)"    
  6. __date__ = "$Date: 2013/04/21 $"   
  7.   
  8. import re  
  9. import urllib,urllib2  
  10.   
  11. #urllib:  
  12. #urllib2: The urllib2 module defines functions and classes which help in opening  
  13. #URLs (mostly HTTP) in a complex world — basic and digest authentication,  
  14. #redirections, cookies and more.  
  15.   
  16.   
  17.   
  18. def translate(text):  
  19.       
  20.     '''''模拟浏览器的行为，向Google Translate的主页发送数据，然后抓取翻译结果 '''  
  21.       
  22.     #text 输入要翻译的英文句子  
  23.     text_1=text  
  24.     #'langpair':'en'|'zh-CN'从英语到简体中文  
  25.     values={'hl':'zh-CN','ie':'UTF-8','text':text_1,'langpair':"'en'|'zh-CN'"}  
  26.     url='http://translate.google.cn/translate_t'  
  27.     data = urllib.urlencode(values)  
  28.     req = urllib2.Request(url,data)  
  29.     #模拟一个浏览器  
  30.     browser='Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727)'  
  31.     req.add_header('User-Agent',browser)  
  32.     #向谷歌翻译发送请求  
  33.     response = urllib2.urlopen(req)  
  34.     #读取返回页面  
  35.     html=response.read()  
  36.     #从返回页面中过滤出翻译后的文本  
  37.     #使用正则表达式匹配  
  38.     #翻译后的文本是'TRANSLATED_TEXT='等号后面的内容  
  39.     #.*? non-greedy or minimal fashion  
  40.     #(?<=...)Matches if the current position in the string is preceded  
  41.     #by a match for ... that ends at the current position  
  42.     p=re.compile(r"(?<=TRANSLATED_TEXT=).*?;")  
  43.     m=p.search(html)  
  44.     text_2=m.group(0).strip(';')  
  45.     return text_2  
  46.   
  47. if __name__ == "__main__":  
  48.     #text_1 原文  
  49.     #text_1=open('c:\\text.txt','r').read()  
  50.     text_1='Hello, my name is Derek. Nice to meet you! '  
  51.     print('The input text: %s' % text_1)  
  52.     text_2=translate(text_1).strip("'")  
  53.     print('The output text: %s' % text_2)  
  54.   
  55.     #保存结果  
  56.     filename='c:\\Translation.txt'  
  57.     fp=open(filename,'w')  
  58.     fp.write(text_2)  
  59.     fp.close()  
  60.         
  61.     report='Master, I have done the work and saved the translation at '+filename+'.'  
  62.     print('Report: %s' % report)  



运行结果：

 

[python] view plain copy
 
  1. >>>   
  2. The input text: Hello, my name is Derek. Nice to meet you!   
  3. The output text: 你好，我的名字是德里克。很高兴见到你！  
  4. Report: Master, I have done the work and saved the translation at c:\Translation.txt.  
  5. >>>   

 

 

感想：
1. 个人觉得Python的各种包稍显混乱，需要很好的规范，才能更好的发展。

2. 若有想法，则从人类已有的“技术栈”寻找，进而实现

3. 用模拟浏览器模拟人的上网、浏览、按键行为在数据获取阶段非常重要

4. 熟悉一门语言不是一蹴而就的，需要代码量，不断积累。等有了很多砖头块后，才能在建造大厦时游刃有余。

posted @ 2016-01-18 21:30  flyingZFX  阅读(5965)  评论(0)  编辑  收藏  举报