Python 爬虫篇 - 调用有道翻译api接口翻译外文网站的整篇西班牙文实战演示。爬取西班牙语文章调用有道翻译接口进行整篇翻译

Posted 2021-07-30 挣扎的蓝藻

Python 调用有道翻译 api 接口翻译整篇西班牙文实战演示

• 第一章：翻译效果展示
• ① 翻译文章示例一【阿尔卡拉门的无海摩纳哥:“不到4万欧元，你就不能在这里租任何东西。”】
• ② 翻译文章示例二【唐纳德·特朗普(Donald Trump)卷土重来，检方对他所有公司的指控进行了最后通牒】
• 第二章：实现
• ① 文章结构分析
• ② 文章内容爬取
• ③ 有道翻译接口

第一章：翻译效果展示

① 翻译文章示例一【阿尔卡拉门的无海摩纳哥:“不到4万欧元，你就不能在这里租任何东西。”】

文章： 阿尔卡拉门的无海摩纳哥:“不到4万欧元，你就不能在这里租任何东西。”


翻译后的效果：

② 翻译文章示例二【唐纳德·特朗普(Donald Trump)卷土重来，检方对他所有公司的指控进行了最后通牒】

文章： 唐纳德·特朗普(Donald Trump)卷土重来，检方对他所有公司的指控进行了最后通牒

第二章：实现

① 文章结构分析

我们可以看到文章标题是在 class="ue-l-article__header-content" 的 div 下的 h1 里的内容。

正文内容在 class="ue-l-article__body ue-c-article__body" 的 div 下的 p 元素里。

② 文章内容爬取

利用 BeautifulSoup 库对内容进行爬取。
bs4 模块通过 pip install bs4 即可进行安装。
注：文章内注释的翻译部分的代码就是后面要用到的翻译接口。

from urllib.request import urlopen
from bs4 import BeautifulSoup

def article_structure(article_url):
    """
     xiaolanzao, 2021.06.27
    【作用】
     对传入网站的文章内容进行爬取
    【参数】
     article_url : 需要进行翻译的中文
    【返回】
     无
    """
    url = urlopen(article_url)
    soup = BeautifulSoup(url, 'html.parser')   # parser 解析

    # 读取文章标题
    alert_header = soup.find('div', class_="ue-l-article__header-content").find('h1')
    print("【文章标题】：")
    print(alert_header.string)
    # print("···西班牙语翻译···")
    # print(spanish_translator(alert_header.string))

    # 读取文章正文
    alert_body = soup.find('div', class_="ue-l-article__body ue-c-article__body").contents   # 所有body里的p节点
    print("\\n【文章正文】：")
    for i in alert_body:
        if(i.name == "p"):
            print(i.getText())
            # print("···西班牙语翻译···")
            # print(spanish_translator(i.getText()))
            print()

这是爬取后的文章。

③ 有道翻译接口

翻译接口如下，json 参数里面的 from，设置为西班牙文用的是 es。
实现过程，还有有道 api 的配置过程可以看我的这篇文章：
Python 技术篇-有道翻译api接口调用详细讲解、实战演示，有道智云·AI开放平台

import requests
import time
import hashlib
import uuid

def spanish_translator(translate_text):
    """
     xiaolanzao, 2021.06.27
    【作用】
     将传入的西班牙语内容翻译为中文
    【参数】
     translate_text : 需要进行翻译的中文
    【返回】
     翻译后的西班牙文
    """
    youdao_url = 'https://openapi.youdao.com/api'   # 有道api地址

    input_text = ""   # 翻译文本生成sign前进行的处理

    # 当文本长度小于等于20时，取文本
    if(len(translate_text) <= 20):
        input_text = translate_text
        
    # 当文本长度大于20时，进行特殊处理
    elif(len(translate_text) > 20):
        input_text = translate_text[:10] + str(len(translate_text)) + translate_text[-10:]
        
    app_id = "xxx"   # 应用id
    app_key = "xxx"   # 应用密钥
    time_curtime = int(time.time())   # 秒级时间戳获取
    uu_id = uuid.uuid4()   # 随机生成的uuid数，为了每次都生成一个不重复的数。

    sign = hashlib.sha256((app_id + input_text + str(uu_id) + str(time_curtime) + app_key).encode('utf-8')).hexdigest()   # sign生成

    data = {
        'q':translate_text,
        'from':"es",
        'to':"zh-CHS",
        'appKey':app_id,
        'salt':uu_id,
        'sign':sign,
        'signType':"v3",
        'curtime':time_curtime,
    }

    r = requests.get(youdao_url, params = data).json()   # 获取返回的json()内容
    return r["translation"][0]   # 获取翻译内容

喜欢的点个赞❤吧！