googletrans
pip install requests
#安装googletrans，需要安装requests依赖
pip install googletrans
#-*- coding:utf-8 -*-
from googletrans import Translator
'''
ZH, // 中文 "zh-CN"
EN, // 英语 "en"
JP, // 日语 "ja"
JPKA, // 日语假名
TH, // 泰语
FRA, // 法语 "fr"
SPA, // 西班牙语 "es" <--- 添加语种(自定义语种代号)
KOR, // 韩语 "ko"
'''
# 设置Google翻译服务地址
# translator = Translator(service_urls=[
# 'translate.google'
# ])
translator = Translator()
print(translator.translate('今天天气不错',dest='en', src='auto').text)
print(translator.translate('hello', dest='zh-CN').text)
print(translator.translate('今天天气不错', dest='ja').text)
print(translator.translate('今天天气不错', dest='ko').text)
print(translator.translate('今天天气不错', dest='es').text)
print(translator.translate('今天天气不错', dest='fr').text)
首先在github上我们找到了这篇链接 https://github/ssut/py-googletrans
然后运行 pip install googletrans 这个命令，去下载提供的这个库。
这个时候出错，提示我们没有requests库，因此我们还需要在安装requests库。果然文档里也有些
这个时候我们调用它API提供的方法试试，代码如下：
#-*- coding:utf-8 -*-
from googletrans import Translator
import sys
reload(sys)
sys.setdefaultencoding( "utf-8" )
translator = Translator()
print translator.translate('今天天气不错').text
print translator.translate('今天天气不错', dest='ja').text
print translator.translate('今天天气不错', dest='ko').text
这个时候就可以看到输出结果：
the weather is nice today
今日天気がいいです
오늘 날씨가 좋은
一个简单的翻译demo就实现了。是不是非常的简单
然而，这个库并不是google官方提供的，并且有的时候这个库也是不稳定的
第一步当然是抓取它的请求，看看它是怎么请求的。按下F12进入浏览器调试模式，眼睛盯紧network：
接着我们输入一句话，看看它会产生什么消息包。
居然有这么多的消息包，我们一个一个找，直到找到Response中有翻译内容的。这个时候我们去看一下它的header：
可以看到是get方式，于是我们可以浏览器里直接去请求这个url。
果然我们的得到了一个文件，这个时候打开文件，文件里就是请求回来的翻译结果：
这时候我们去分析一下请求的参数，看看我们是否可以构造，可以看到原来要翻译的文本，就是跟着q这个参数出去的：
只不过在请求的时候，文字被encode成了%**%，这时候我们试着换一个文字去请求，结果发现返回：
仔细上网查过之后，每次翻译的文字不同，参数中的tk值就会不同，ticket这种策略就是google用来防爬虫的。
tk和文字以及TKK有关，TKK也是实时变化的，具体怎么拿到是在 translate.google 这个网页源代码中有一段js代码：
我们直接运行这段js，会得到一个值，这个值就是 TKK值：
那么如何根据TKK和文本算出tk值呢，网上有大神已经实现了js的代码，直接拿过来用了：
var b = function (a, b) {
for (var d = 0; d < b.length - 2; d += 3) {
var c = b.charAt(d + 2),
c = "a" <= c ? c.charCodeAt(0) - 87 : Number(c),
c = "+" == b.charAt(d + 1) ? a >>> c : a << c;
a = "+" == b.charAt(d) ? a + c & 4294967295 : a ^ c
}
return a
}
var tk = function (a,TKK) {
for (var e = TKK.split("."), h = Number(e[0]) || 0, g = [], d = 0, f = 0; f < a.length; f++) {
var c = a.charCodeAt(f);
128 > c ? g[d++] = c : (2048 > c ? g[d++] = c >> 6 | 192 : (55296 == (c & 64512) && f + 1 < a.length && 56320 == (a.charCodeAt(f + 1) & 64512) ? (c = 65536 + ((c & 1023) << 10) + (a.charCodeAt(++f) & 1023), g[d++] = c >> 18 | 240, g[d++] = c >> 12 & 63 | 128) : g[d++] = c >> 12 | 224, g[d++] = c >> 6 & 63 | 128), g[d++] = c & 63 | 128)
}
a = h;
for (d = 0; d < g.length; d++) a += g[d], a = b(a, "+-a^+6");
a = b(a, "+-3^+b+-f");
a ^= Number(e[1]) || 0;
0 > a && (a = (a & 2147483647) + 2147483648);
a %= 1E6;
return a.toString() + "." + (a ^ h)
这段代码只需要直接调用 tk这个函数就可以得到tk值，得到tk值之后，我们就可以拼接出url来进行请求了。
google demo
这里我用Python和node一起完成了一个小的demo，大家可以下载我的代码。我简单介绍一下脚本的原理。
首先入口是用node完成的：
// 导入translate
var trans= require('./translate.js');
// 调用翻译结果
trans.gettrans('你好')
直接调用了 translate.js，我们看看这个文件：
// 得到TKK
var exec = require('child_process').exec;
var cmdStr = 'getTKK.py';
exec(cmdStr, function(err,stdout,stderr){
if(err) {
console.log('get TKK is error' + stderr);
} else {
//console.log(stdout);
}
});
// 读取TKK
var rf=require("fs");
var tkk=rf.readFileSync("TKK","utf-8");
//console.log(tkk);
var gettrans=function(text){
var gettk= require('./gettk.js')
res=gettk.tk(text, tkk.toString())
//console.log(res)
var testenc = encodeURI(text)
//console.log(encodeURI(text))
var exec2 = require('child_process').exec;
var cmdStr2 = 'http.py '+testenc+' '+res+' ';
//console.log('http.py '+testenc+' '+res)
exec2(cmdStr2, function(err,stdout,stderr){
if(err) {
//console.log('http is error' + stderr);
} else {
// 最终的结果
console.log(stdout);
}
});
}
module.exports.gettrans=gettrans;
translate.js 当中融合了比较多的内容，首先是调用Python的getTKK.py。
#-*- coding:utf-8 -*-
import os
# 爬取网页拿到TKK的js代码
os.system('getTKKjs.py > getTKK.js')
# 执行TKKjs代码拿到TKK值
os.system('node getTKK.js > TKK')
我们可以看到原理很简单，先调用 getTKKjs.py 利用爬虫先将刚才我们分析的那段网页代码给爬取下来，然后生成js文件，接着调用这个js文件，将结果写入到本地一个文件TKK当中。紧接着translate.js读取了TKK值之后，调用我们前面提到的那段node的接口，就可以得到tk值了，这个时候再调用http.py送给Python进行请求，将结果回传给node。
#-*- coding:utf-8 -*-
import urllib2
from bs4 import BeautifulSoup
# 要爬取的总url
weburl='http://translate.google/'
class Climbing():
# 设置代理开关
enable_proxy = False
# 总url
url = ''
# 初始化
def __init__(self, url):
self.url = url
proxy_handler = urllib2.ProxyHandler({"http" : 'web-proxy.oa:8080'})
null_proxy_handler = urllib2.ProxyHandler({})
if self.enable_proxy:
opener = urllib2.build_opener(proxy_handler)
else:
opener = urllib2.build_opener(null_proxy_handler)
urllib2.install_opener(opener)
# 根据url，得到请求返回内容的soup对象
def __getResponseSoup(self, url):
request = urllib2.Request(url)
request.add_header('User-Agent', "Mozilla/5.0")
#request.add_header('Accept-Language', 'zh-ch,zh;q=0.5')
response = urllib2.urlopen(request)
resault = response.read()
soup = BeautifulSoup(resault, "html.parser")
return soup
# 爬取TKK
def getTKK(self):
soup = self.__getResponseSoup(self.url)
allinfo = soup.find_all('script')
for info in allinfo:
chinese = info.get_text().encode('utf-8')
#print chinese
if chinese.find("TKK") > 0:
#print chinese
res = chinese.split("TKK")[1]
res = res.split(");")[0]
print "TKK"+res+");"
print "console.log(TKK);"
c = Climbing(weburl)
c.getTKK()
#-*- coding:utf-8 -*-
import time
import urllib2
import urllib
from sys import argv
script,zh,tk = argv
url='http://translate.google/translate_a/single?client=t&sl=zh-CN&tl=en&hl=zh-CN&dt=at&dt=bd&dt=ex&dt=ld&dt=md&dt=qca&dt=rw&dt=rm&dt=ss&dt=t&ie=UTF-8&oe=UTF-8&pc=1&otf=1&ssel=6&tsel=3&kc=0&tk='+ tk +'&q=' + zh
def getRes():
#print 'chinese is :'+urllib.unquote(first)
null_proxy_handler = urllib2.ProxyHandler({})
opener = urllib2.build_opener(null_proxy_handler)
urllib2.install_opener(opener)
req = urllib2.Request(url)
req.add_header('User-Agent', "Mozilla/5.0")
response = urllib2.urlopen(req)
print response.read()
print getRes()
Gogle two
另外一个翻译的项目：https://github/IAMABOY/GoogleFreeTrans.git
需要安装几个软件包，如下
pip install pytest；
pip install flake8；
pip install coverage；
pip install PyExecJS
- GoogleTrans/Translator.py
# -*- coding:utf-8 -*-
import requests, execjs, json, sys,time,re
from GoogleTrans.CalcTk import CalcTk
class translator():
headers = {
'Host': 'translate.google',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',
'Accept-Encoding': 'gzip, deflate, br',
'Content-Type': 'application/x-www-form-urlencoded;charset=utf-8',
'Referer': 'https://translate.google/',
'Connection': 'keep-alive',
'Cache-Control': 'max-age=0'
}
support_lauguage = {
'afrikaans': 'af',
'arabic': 'ar',
'belarusian': 'be',
'bulgarian': 'bg',
'catalan': 'ca',
'czech': 'cs',
'welsh': 'cy',
'danish': 'da',
'german': 'de',
'greek': 'el',
'english': 'en',
'esperanto': 'eo',
'spanish': 'es',
'estonian': 'et',
'persian': 'fa',
'finnish': 'fi',
'french': 'fr',
'irish': 'ga',
'galician': 'gl',
'hindi': 'hi',
'croatian': 'hr',
'hungarian': 'hu',
'indonesian': 'id',
'icelandic': 'is',
'italian': 'it',
'hebrew': 'iw',
'japanese': 'ja',
'korean': 'ko',
'latin': 'la',
'lithuanian': 'lt',
'latvian': 'lv',
'macedonian': 'mk',
'malay': 'ms',
'maltese': 'mt',
'dutch': 'nl',
'norwegian': 'no',
'polish': 'pl',
'portuguese': 'pt',
'romanian': 'ro',
'russian': 'ru',
'slovak': 'sk',
'slovenian': 'sl',
'albanian': 'sq',
'serbian': 'sr',
'swedish': 'sv',
'swahili': 'sw',
'thai': 'th',
'filipino': 'tl',
'turkish': 'tr',
'ukrainian': 'uk',
'vietnamese': 'vi',
'yiddish': 'yi',
'chinese_simplified': 'zh-CN',
'chinese_traditional': 'zh-TW',
'auto': 'auto',
}
def __init__(self, src='en', dest='fr', updata_time=600):
if src not in self.support_lauguage and src not in self.support_lauguage.values():
raise ValueError('source language not support')
if dest not in self.support_lauguage and dest not in self.support_lauguage.values():
raise ValueError('destination language not support')
self.url = 'https://translate.google/translate_a/single'
self.params = {
'client': 't',#webapp t
'sl': src,
'tl': dest,
'hl': 'zh-CN',
'dt': 'at', 'dt': 'bd','dt': 'ex', 'dt': 'ld', 'dt': 'md',
'dt': 'qca', 'dt': 'rw', 'dt': 'rm', 'dt': 'ss', 'dt': 't',
'ie': 'UTF-8', 'oe': 'UTF-8', 'source': 'bh', 'ssel': '0',
'tsel': '0', 'kc': '1',
'tk': '376032.257956'
}
self.updata_time = updata_time
self.__updata_tk()
def __updata_tk(self):
self.__TK = CalcTk()
self.__next_up_time = time.time() + self.updata_time
def __get_res(self, data):
try:
res = requests.post(self.url,headers=self.headers,data=data,params=self.params,timeout=6)
res.raise_for_status()
except Exception as e:
print('class translator __get_res [-]ERROR: ' + str(e))
res = ''
return res
def translate(self, text, multi=False):
if time.time() > self.__next_up_time:
self.__updata_tk()
data = {'q': text}
self.params['tk'] = self.__TK.get_tk(text)
# 设置最大请求次数为三次，减少因为超时的失败情况
for count in range(0,3):
res = self.__get_res(data)
if res !='':
break
if res=='':
return res
retrunString = ''
for item in res.json()[0]:
retrunString = retrunString + item[0]#返回的json中按照句子断句翻译，需要进行拼接
return retrunString
#ret_list = json.loads(res.text)
#return ret_list[0][0][0]
if __name__=='__main__':
cn = '''您好'''
en = '''
中国
'''
trans = translator(src='zh-CN', dest='en')
out = trans.translate(en)
print(out)
- GoogleTrans/CalcTk.py
# -*- coding:utf-8 -*-
import requests,re,execjs,time
class CalcTk():
def __init__(self):
self.tkk = self.get_tkk() #从服务器获取TKK
self.ctx = execjspile(
"""
function b(a, b) {
for (var d = 0; d < b.length - 2; d += 3) {
var c = b.charAt(d + 2),
c = "a" <= c ? c.charCodeAt(0) - 87 : Number(c),
c = "+" == b.charAt(d + 1) ? a >>> c : a << c;
a = "+" == b.charAt(d) ? a + c & 4294967295 : a ^ c
}
return a
}
function tk(a,TKK) {
for (var e = TKK.split("."), h = Number(e[0]) || 0, g = [], d = 0, f = 0; f < a.length; f++) {
var c = a.charCodeAt(f);
128 > c ? g[d++] = c : (2048 > c ? g[d++] = c >> 6 | 192 : (55296 == (c & 64512) && f + 1 < a.length && 56320 == (a.charCodeAt(f + 1) & 64512) ? (c = 65536 + ((c & 1023) << 10) + (a.charCodeAt(++f) & 1023), g[d++] = c >> 18 | 240, g[d++] = c >> 12 & 63 | 128) : g[d++] = c >> 12 | 224, g[d++] = c >> 6 & 63 | 128), g[d++] = c & 63 | 128)
}
a = h;
for (d = 0; d < g.length; d++) a += g[d], a = b(a, "+-a^+6");
a = b(a, "+-3^+b+-f");
a ^= Number(e[1]) || 0;
0 > a && (a = (a & 2147483647) + 2147483648);
a %= 1E6;
return a.toString() + "." + (a ^ h)
}
"""
)
# 从服务器获取TKK
def get_tkk(self):
url = 'https://translate.google/'
headers = {
'accept': '*/*',
'accept-encoding': 'gzip, deflate, br',
'accept-language': 'zh-CN,zh;q=0.9',
'referer': 'https//translate.google/',
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36',
}
retry = 3
time_interval = 1
while retry > 0:
try:
time.sleep(time_interval)
response = requests.get(url, headers=headers, timeout=1.5)
# result.raise_for_status()
# result.encoding = 'utf-8'
tkk = re.search(r'tkk\:\'(\d+\.\d+)?\'', response.text).group(1)
return tkk
except Exception as e:
print('function get_tkk [-]ERROR: ' + str(e))
time.sleep(time_interval)
time_interval += 1
retry -= 1
return 0.0
def get_tk(self, text):
try:
return self.ctx.call('tk', text, self.tkk)
except Exception as ex:
print('class CalcTk function get_tk [-]ERROR: ' + str(ex))
return 0.0
参考：https://wwwblogs/by-dream/p/6554340.html
https://blog.csdn/javajiawei/article/details/91456488
https://wwwblogs/sen-c7/p/10070306.html
更多推荐
[314]谷歌翻译
发布评论