昊天SEO

Python调用Google翻译

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:

# -*- coding: utf-8 -*- 
#Python -V: Python 2.6.6 
#filename:GoogleTranslation1.2.py 
 
__author__ = "Yinlong Zhao (zhaoyl[at]sjtu[dot]edu[dot]cn)" 
__date__ = "$Date: 2013/04/21 $" 
 
import re 
import urllib,urllib2 
 
#urllib: 
#urllib2: The urllib2 module defines functions and classes which help in opening 
#URLs (mostly HTTP) in a complex world — basic and digest authentication, 
#redirections, cookies and more. 
 
 
 
def translate(text): 
 
 '''''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 ''' 
 
 #text 输入要翻译的英文句子 
 text_1=text 
 #'langpair':'en'|'zh-CN'从英语到简体中文 
 values={'hl':'zh-CN','ie':'UTF-8','text':text_1,'langpair':"'en'|'zh-CN'"} 
 url='http://translate.google.cn/translate_t' 
 data = urllib.urlencode(values) 
 req = urllib2.Request(url,data) 
 #模拟一个浏览器 
 browser='Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727)' 
 req.add_header('User-Agent',browser) 
 #向谷歌翻译发送请求 
 response = urllib2.urlopen(req) 
 #读取返回页面 
 html=response.read() 
 #从返回页面中过滤出翻译后的文本 
 #使用正则表达式匹配 
 #翻译后的文本是'TRANSLATED_TEXT='等号后面的内容 
 #.*? non-greedy or minimal fashion 
 #(?<=...)Matches if the current position in the string is preceded 
 #by a match for ... that ends at the current position 
 p=re.compile(r"(?<=TRANSLATED_TEXT=).*?;") 
 m=p.search(html) 
 text_2=m.group(0).strip(';') 
 return text_2 
 
if __name__ == "__main__": 
 #text_1 原文 
 #text_1=open('c:\\text.txt','r').read() 
 text_1='Hello, my name is Derek. Nice to meet you! ' 
 print('The input text: %s' % text_1) 
 text_2=translate(text_1).strip("'") 
 print('The output text: %s' % text_2) 
 
 #保存结果 
 filename='c:\\Translation.txt' 
 fp=open(filename,'w') 
 fp.write(text_2) 
 fp.close() 
 
 report='Master, I have done the work and saved the translation at '+filename+'.' 
 print('Report: %s' % report)
运行结果:
 view plaincopy
>>> 
The input text: Hello, my name is Derek. Nice to meet you! 
The output text: 你好,我的名字是德里克。很高兴见到你! 
Report: Master, I have done the work and saved the translation at c:\Translation.txt. 
>>>

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。

本文地址官网    新乡网站建设,seo

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址