python百度翻译爬虫

Posted 2023-04-11

好像百度翻译的反爬虫升级了，改了设备也没有用，在网页源码data里还是有size和token，请问怎么解决？无效代码如下：
# coding=utf-8
import requests
import json
import sys

query_string = sys.argv[1]

headers =
"User-Agent": "Mozilla/5.0 (Linux; android 5.1.1; Nexus 6 Build/LYZ28E) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/63.0.3239.84 Mobile Safari/537.36"

post_data =
"query": query_string,
"from": "zh",
"to": "en",


post_url = "http://fanyi.baidu.com/basetrans"

r = requests.post(post_url, data=post_data, headers=headers)
# print(r.content.decode())
dict_ret = json.loads(r.content.decode())
ret = dict_ret["trans"][0]["dst"]
print("result is :", ret)

源页面获取的token必先向服务端post过后才有效果，sign是一层加密，token也是，源页面的id有效期长点，post过程用到了base64.encodebytes 以及 AES.CBC 加密等，我就知道这些，py调用js又会效率上不去 参考技术A python是当下十分火爆的编程语言，尤其在人工智能应用方面。如果有心从事编程方向的工作，最好到专业机构深入学习、多实践，更贴近市场，这样更有利于将来的发展。

python --爬虫--爬取百度翻译

import requests
import json


class baidufanyi:
    def __init__(self, trans_str):
        self.lang_detect_url = ‘https://fanyi.baidu.com/langdetect‘  # 语言检测地址
        self.trans_str = trans_str
        self.headers=  {‘User-Agent:Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Mobile Safari/537.36‘}

    def parse_url(self,url,data):
        resonpse = requests.post(url,data=data,headers=self.headers)
        return  json.loads(resonpse.content.decode())   #将字符串转化为字典
    def run(self):
    # 1 获取语言类型
        # 1.1  准备post 的url的地址  post_data
        lang_detect_data = {‘query‘: self.trans_str}
        # 1.2  发送post 请求 获取数据
        lang = self.parse_url(self.lang_detect_url,lang_detect_data)[‘lan‘]
        # 1.3  提取语言类型
    # 2 准备post 数据
    # 3 发送请求 , 获取响应
    # 4 提取翻译结果


if __name__ == ‘__main__‘:
    baidufanyi = baidufanyi()
    baidufanyi.run()