英语翻译太难？我一怒之下用爬虫写了两个翻译脚本

Posted 2022-02-21 馆主阿牛

📋 个人简介

• 💖 作者简介：大家好，我是阿牛😜
• 📝 个人主页：馆主阿牛🔥
• 🎉 支持我：点赞👍收藏⭐️留言📝
• 📣 系列专栏：python网络爬虫🍁
• 💬格言：迄今所有人生都大写着失败，但不妨碍我继续向前！🔥

---

这里写目录标题

• • 📋 个人简介
• 前言
• • 百度翻译版本（简单）
  • • 分析
    • 代码
    • 结果
  • 有道翻译版本（困难）
  • • 分析（js逆向）
    • 代码
    • 结果
• 结语

前言

它来了！它来了！作为一名程序员，英语句子不会翻译，这我不能忍，必须安排脚本！！！

百度翻译版本（简单）

分析

进入百度翻译，F12进入网络中的全部，在你写你要翻译的东西时，在网络中的全部中可以看到sug这个链接，就是我们的接口url,参数是kw。

代码

import requests
post_url='https://fanyi.baidu.com/sug'
headers=
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/87.0.4280.88 Safari/537.36'

word = input('请输入你要翻译的，可以为各种语言:')
data = 
    'kw': word

response = requests.post(url=post_url,data=data,headers=headers)
dic_obj = response.json() #将json数据转换为字典
print(dic_obj['data'][0]['v'])

结果

有道翻译版本（困难）

分析（js逆向）

F12进入到开发者模式，在网络中的xhr（找ajax请求的地方）中找到下图接口。

然后我们看参数：


两张图比较得出，i 应该就是我们要翻译的句子，画绿线的是不相同表单的参数，需要我们处理，Its一看就是13位的时间戳，salt英文意思是盐，且比时间戳lts多一位，前面十三位都一样，应该是个加盐时间戳（对于某串数字可以进行加一串数字或字符串再进行加密，在加密中我们叫加盐），这两个参数我们完全可以用python单独模拟，为了避免不必要的麻烦或者有些人不会，我们后面直接找到他们的js语句，用python执行js生成就行。

而这里的sign一看有32位，应该是某种加密算法产生的，最常见的就是md5和rsa加密了，下面我们进行全局搜索js逆向：


经过搜索，我们发现了老盆友md5加密，也找到了参数的生成方式，图中js里的r就是时间戳，js里的i就是加盐时间戳，sign是用md5加密的括号里的字符串，还要分析e的产生，可以通过打断点调试找出。

可以看到e就是我们要翻译的东西，现在参数都明显了，我们最简单的其实调用python中的hashlib模块中的md5加密算法就可以得到sign,但这里我们不用，加大难度，练习js逆向。我把直接提取到的md5加密过程的js文件放到网盘里，大家自己提取，代码中要用。

链接：https://pan.baidu.com/s/1aV1tEo35Oyw4TUExhJoXUA
提取码：waan

同时，为了应对反爬，不仅要加User-Agent，还要加Cookie和Referer。

代码

import requests
import execjs  #执行js语句的模块
import json
import jsonpath

class Youdao():
    def __init__(self,msg):
        # url
        self.url = 'https://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'
        # headers
        self.headers = 
            'User-Agent': 'Mozilla / 5.0(Windows NT 10.0;WOW64) AppleWebKit / 537.36(KHTML, likeGecko) Chrome / 91.0.4472.124Safari / 537.',
            'Cookie': 'OUTFOX_SEARCH_USER_ID = -1032338096@10.169.0.102;OUTFOX_SEARCH_USER_ID_NCOO = 39238000.072458096;JSESSIONID = aaak-QLUNaabh_wFWK8Qx;___rl__test__cookies = 1626662199192',
            'Referer': 'https://fanyi.youdao.com/'
        
        self.msg = msg
        self.Formdata = None

    def js_Formdata(self):
        #时间戳
        r = execjs.eval('"" + (new Date).getTime()')
        #时间戳加盐
        i = r + str(execjs.eval('parseInt(10 * Math.random(), 10)'))
        ctx = execjs.compile(open('./youdao.js', 'r', encoding='utf-8').read())
        sign = ctx.call('getsign', self.msg,i)  #调用youdao.js里的getsign函数，将要翻译的东西和加盐时间戳传进去。
        self.Formdata = 
            'i': self.msg,
            'from': 'AUTO',
            'to': 'AUTO',
            'smartresult': 'dict',
            'client': 'fanyideskweb',
            'salt': i,
            'sign': sign,
            'lts': r,
            'bv': 'f46e446c6db49492797b7d03ea1e82da',
            'doctype': 'json',
            'version': '2.1',
            'keyfrom': 'fanyi.web',
            'action': 'FY_BY_REALTlME',
        

    def response(self):
        resp = requests.post(url=self.url,data=self.Formdata,headers=self.headers).text
        data = json.loads(resp)  #将json数据转换成字典

        #利用jsonpath提取数据
        if "translateResult" in data:
            k = jsonpath.jsonpath(data, '$..translateResult')[0][0][0]['tgt']
            print(k)

        print("其他翻译:")
        if "smartResult" in data:
            lst = jsonpath.jsonpath(data, '$..entries')[0]
            for k in lst[1:]:
                k = k.replace("\\r\\n", "")
                print(k)

    def main(self):
        #Formdata
        self.js_Formdata()
        #print(self.Formdata)
        #发送请求，获取响应
        self.response()

if __name__ == '__main__':
    msg = input('请输入你要翻译的词或句子：')
    youdao = Youdao(msg)
    youdao.main()

结果

结语

觉得博主写的不错的话给个三连哦！！！💖💖💖