python 爬虫如何实现百度翻译
| python版本号 | 系统 | 游览器 |
|---|---|---|
| python 3.7.2 | win7 | google chrome |
关于本文
本文将会通过爬虫的方式实现简单的百度翻译。本文中的代码只供学习，不允许作为于商务作用。商务作用请前往api.fanyi.baidu.com购买付费的api。若有侵犯，立即删文！
实现思路
在网站文件中找到隐藏的免费api。传入api所需要的参数并对其发出请求。在返回的json结果里找到相应的翻译结果。
-
由js算法生成的sign
-
cookie检测
-
token暗号
在网站文件中找到隐藏的免费api
进入百度翻译，随便输入一段需要翻译的文字。当翻译结果出来的时候，按下F12，选择到NETWORK，最后点进XHR文件。这个时候，网站文件都已经加载完了，所以要F5刷新一下。
刷新了之后，我们就能发现一个以v2transapi?开头的文件，没错，它就是我们要找的api接口。让我们验证一下，点进去文件- preview，我们就可以在json格式的数据里面找到翻译结果，验证成功。 另外，我们还需要获取我们的cookie和token，在之后的反爬机制中我们需要用到它们，位置如以下。 cookie位置：
token位置：
api信息
接口：
请求参数大全
| 参数 | 介绍 |
|---|---|
| from | 源语言 |
| to | 目标语言 |
| query | 翻译文本 |
| sign | 由js算法生成的签名（反爬） |
| token | 请求暗号 |
开始写代码
导入request和execjs库
import requests
import execjs
-
requests HTTP库，用于爬虫
-
execjs 用于调用js代码
反反爬虫
由于百度翻译有cookie识别反爬机制，所以我们设置好我们刚刚获取到的cookie来进行掩护网络蜘蛛身份。
headers = {'cookie':'请在这里输入你的cookie'}
另外，我们还要设置好token（暗号）。
token = '请在这里放置你的token'
最后只剩下sign反爬机制了，sign是由js算法给译文生成的一个签名。我在网上搜了一下，找到了相应的js算法，分享给大家。
var i = "320305.131321201"
function n(r, o) {
for (var t = 0; t < o.length - 2; t += 3) {
var a = o.charAt(t + 2);
a = a >= "a" ? a.charCodeAt(0) - 87 : Number(a), a = "+" === o.charAt(t + 1) ? r >>> a : r << a, r = "+" === o.charAt(t) ? r + a & 4294967295 : r ^ a
}
return r
}
function e(r) {
var o = r.match(/[\uD800-\uDBFF][\uDC00-\uDFFF]/g);
if (null === o) {
var t = r.length;
t > 30 && (r = "" + r.substr(0, 10) + r.substr(Math.floor(t / 2) - 5, 10) + r.substr(-10, 10))
} else {
for (var e = r.split(/[\uD800-\uDBFF][\uDC00-\uDFFF]/), C = 0, h = e.length, f = []; h > C; C++) "" !== e[C] && f.push.apply(f, a(e[C].split(""))), C !== h - 1 && f.push(o[C]);
var g = f.length;
g > 30 && (r = f.slice(0, 10).join("") + f.slice(Math.floor(g / 2) - 5, Math.floor(g / 2) + 5).join("") + f.slice(-10).join(""))
}
var u = void 0, l = "" + String.fromCharCode(