怎么用python把有道翻译的朗读抓下来
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了怎么用python把有道翻译的朗读抓下来相关的知识,希望对你有一定的参考价值。
参考技术A notes ='a': QtGui.QSound("a.wav"),
notes['a'].play()
Python爬虫破解有道翻译
有道翻译是以异步方式实现数据加载的,要实现对此类网站的数据抓取,其过程相对繁琐,本节我以有道翻译为例进行详细讲解。
通过控制台抓包,我们得知了 POST 请求的参数以及相应的参数值,如下所示:
图1:有道翻译POST请求参数
并发现以下了规律:salt、sign、lts 总是变化的,而 bv 等其他参数是不变化的。其中 lts 代表毫秒时间戳,salt 和 lts 之间存在着某种关联,因为两者只有最后一个数字是不同的;而 sign 对应的值是一个加密后的字符串。
如果想要实现实时地抓取翻译结果,就需要将 salt 和 sign 转换为 用 Python 代码表示的固定形式。最后将所有参数放入到 requests.post() 中,如下所示:
response = requests.post(url,data=data,headers=headers)
其中 data 是字典格式参数,它用来构建 POST 请求方法的参数和参数值。
JS代码slat与sign
salt、sign 加密有两种实现方式:一种是通过前端 JS 实现,另一种是后台服务器生成加密串,并在返回响应信息时,将加密信息交给接浏览器客户端。但是,通过预览响应信息可知,并没有涉及 salt、sign 的信息,因此可以排除这种方法。
图2:预览响应信息
那么要如何找到关于salt、sign 的 JS 代码呢?此时就要用到另外一个调试工具选项卡—— JS。如下图所示:
图3:js文件
点击上图所示的搜索按钮来检索 JS 代码,输入 “salt”,结果如图所示:
[图片上传中…(image-2a7330-1641982253832-1)]
图4:找到相关js文件
或者您也可以使用 Sources 选项卡将 fanyi.min.js 文件中的 JS 代码格式化输出,并使用 Ctrl+F 找到相应的 “salt” 位置,如下图所示:
图5:Sources选项卡应用
提示:将所有 JS 代码 copy 下来,通过[站长工具]也可以实现格式化输出。
通过上述方法就找到了 salt 与 sign(两个参数项是在一起的)JS 代码,如下所示:
1. var r = function(e)
2. var t = n.md5(navigator.appVersion),
3. r = "" + (new Date).getTime(),
4. i = r + parseInt(10 * Math.random(), 10);
5. return
6. ts: r,
7. bv: t,
8. salt: i,
9. sign: n.md5("fanyideskweb" + e + i + "Tbh5E8=q6U3EXe+&L[4c@")
10.
11. ;
注意,找到上述代码是解决本节问题的关键,大家一定要要掌握方法。
Python代码表示参数
通过上述 JS 代码的简单分析可知: r 变量等同于 lts,salt 变量等同于 i,而 sign 是一个经过 md5 加密的字符串。接下来使用 Python 代码来表示上述参数,如下所示:
1. #lts毫秒时间戳
2. str(int(time.time()*1000))
4. #salt, lts+从0-9的随机数
5. lts+str(random.randint(0,9))
7. #sign加密字符串
8. from hashlib import md5
9. #word为要翻译的单词等同于js代码中的"e"
10. string = "fanyideskweb" + word + salt + "Tbh5E8=q6U3EXe+&L[4c@"
11. s = md5()
12. #md5的加密串必须为字节码
13. s.update(string.encode())
14. #16进制加密
15. sign = s.hexdigest()
完整程序实现
完整代码如下所示:
1. #coding:utf8
2. import random
3. import time
4. from hashlib import md5
5. import requests
8. class YoudaoSpider(object):
9. def __init__(self):
10. # url一定要写抓包时抓到的POST请求的提交地址,但是还需要去掉 url中的“_o”,
11. # “_o”这是一种url反爬策略,做了页面跳转,若直接访问会返回"errorCode":50
12. self.url='http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule'
13. self.headers=
14. "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36",
15.
16. # 获取lts时间戳,salt加密盐,sign加密签名
17. def get_lts_salt_sign(self,word):
18. lts=str(int(time.time()*1000))
19. salt=lts+str(random.randint(0,9))
20. string = "fanyideskweb" + word + salt + "Tbh5E8=q6U3EXe+&L[4c@"
21. s=md5()
22. s.update(string.encode())
23. sign=s.hexdigest()
24. print(lts,salt,sign)
25. return lts,salt,sign
27. def attack_yd(self,word):
28. lts,salt,sign=self.get_lts_salt_sign(word)
30. #构建form表单数据
31. data=
32. "i": word,
33. "from": "AUTO",
34. "to": "AUTO",
35. "smartresult": "dict",
36. "client": "fanyideskweb",
37. "salt": salt,
38. "sign": sign,
39. "lts": lts,
40. "bv": "cda1e53e0c0eb8dd4002cefc117fa588",
41. "doctype": "json",
42. "version": "2.1",
43. "keyfrom": "fanyi.web",
44. "action": "FY_BY_REALTlME"
45.
46. #使用 reqeusts.post()方法提交请求
47. res = requests.post(
48. url=self.url,
49. data=data,
50. headers=self.headers,
52. )
53. # res.json() 将json格式的字符串转为python数据类型
54. # 客户端与服务器数据交互以json字符串传递,因此需要将它转换为python数据类型
55. html=res.json()
56. print(html)
57. # 查看响应结果response html:"translateResult":[["tgt":"hello","src":"你好"]],"errorCode":0,"type":"zh-CHS2en"
58. result=html["translateResult"][0][0]["tgt"]
59. print('翻译结果:', result)
61. def run(self):
62. try:
63. word=input('请输入要翻译的单词:')
64. self.attack_yd(word)
65. except Exception as e:
66. print(e)
68. if __name__ == '__main__':
69. spider=YoudaoSpider()
70. spider.run()
输出结果:
请输入要翻译的单词:大家好,这里是python教程入门学习Python爬虫教程 lts,salt,sign 输出结果: 1616472092090 16164720920902 fcc592626aee42e1067c5195cf4c4576 html 响应内容: 'type': 'ZH_CN2EN', 'errorCode': 0, 'elapsedTime': 25, 'translateResult': [['src': '大家好,这里是python教程入门学习Python爬虫教程', 'tgt': 'Everybody is good, here is the Chinese Python crawler C language tutorial']] 翻译结果: Everybody is good, here is the Chinese Python crawler C language tutorial
以上是关于怎么用python把有道翻译的朗读抓下来的主要内容,如果未能解决你的问题,请参考以下文章