Python 制作自動化翻譯工具
媽媽再也不用擔(dān)心我的英語了。
一個可能你似曾相識的場景閱讀內(nèi)容包含大量英文的 PPT、Word、Excel 或者記事本時,由于英語不熟悉,為了流利地閱讀,需要打開瀏覽器進(jìn)入谷歌翻譯的主界面,然后把英文復(fù)制到谷歌翻譯的輸入框中,最后又把翻譯結(jié)果復(fù)制回 PPT、Word 和 Excel。
要是一個兩個單詞還好,要是發(fā)現(xiàn)有 100 個單詞不認(rèn)識,就必須復(fù)制粘貼 200 次,如此機(jī)械性重復(fù)性的工作,應(yīng)該交給程序來做,這就是我設(shè)計(jì)下面這個自動化翻譯工具的初衷。
提升辦公效率的法寶如上圖,運(yùn)行程序并保持后臺運(yùn)行,在電腦上的任何一個軟件中選擇一段文本,并 Ctrl + C 復(fù)制到系統(tǒng)剪貼板中,程序就會自動幫助我們完成翻譯,并將翻譯結(jié)果自動復(fù)制到系統(tǒng)剪貼版中,只需 Ctrl + V,就完成了翻譯結(jié)果對原文的替換。
編碼實(shí)現(xiàn)程序主要分為兩部分,第一部分為谷歌翻譯爬蟲,第二部分就是實(shí)現(xiàn)這個將翻譯結(jié)果自動替換的業(yè)務(wù)邏輯。
谷歌翻譯爬蟲通過瀏覽器 F12 開發(fā)者工具,很容易定位到翻譯請求的 URL: http://translate.google.cn/translate_a/single?client=t&sl=en&tl=zh-CN&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&clearbtn=1&otf=1&pc=1&srcrom=0&ssel=0&tsel=0&kc=2
這個請求接受兩個參數(shù),一個就是我們要翻譯的字符串 q,另一個是用于用戶認(rèn)證的 tk(token),其中 q 很容易構(gòu)造,tk 的構(gòu)造就需要花費(fèi)一番心力了,需要我們調(diào)試 js 代碼,這里參考 Github 上大神的輪子: https://github.com/cocoa520/Google_TK
谷歌翻譯爬蟲的主要代碼如下:
def translate(tk, content): if len(content) > 4891:print('翻譯的長度超過限制!!!')return param = {’tk’: tk, ’q’: content} result = requests.get('''http://translate.google.cn/translate_a/single?client=t&sl=en&tl=zh-CN&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&clearbtn=1&otf=1&pc=1&srcrom=0&ssel=0&tsel=0&kc=2''', params=param) data = result.json() print(data[0][0][0])
返回結(jié)果是 json 形式的,翻譯結(jié)果保存在結(jié)果的第一個元組中。
Python 操作系統(tǒng)剪貼板將讀取剪貼板的內(nèi)容的代碼封裝成函數(shù)如下:
def getText():#讀取剪切板 # 打開剪貼板 w.OpenClipboard() # 讀取剪貼板的內(nèi)容 d = w.GetClipboardData(win32con.CF_TEXT) # 關(guān)閉剪貼板 w.CloseClipboard() try:return d.decode(’utf-8’) except:return d.decode(’gbk’)
返回值 d 是字節(jié)類型的,需要解碼,中文按 gbk 格式解碼,英文按 utf-8 解碼。
類似地,寫入剪貼板的代碼如下:
def setText(aString):#寫入剪切板 # 打開剪貼板 w.OpenClipboard() # 清空剪貼板 w.EmptyClipboard() # 寫入剪貼板 w.SetClipboardText(aString) # 關(guān)閉剪貼板 w.CloseClipboard()
實(shí)現(xiàn)將翻譯結(jié)果自動替換原文的邏輯的代碼如下:
while(True):# 如果剪貼板正在被占用try: cs = getText()except: time.sleep(1) cs = getText()print(’cs’,cs)if cs and cs != ls: print(’準(zhǔn)備翻譯’) content = getText() tk = js.getTk(content) res = translate(tk, content) setText(res) time.sleep(1) ls = res
值得注意的是,系統(tǒng)剪貼板對象是單例模式的,在操作系統(tǒng)范圍內(nèi)只有一個,而且讀寫剪貼板都是互斥的,在讀(寫)剪貼板的同時不允許任何對剪貼板的寫(讀)操作。試想這樣一種情景,我們在其他軟件中 Ctrl + C 寫入剪貼板,而此時我們的程序代碼正好執(zhí)行到讀剪貼板那一行,毫無疑問會報錯,我的解決辦法是使用 try…except 語句延時 1 s再讀取,這樣可以大大降低讀寫碰撞的概率,但無疑消耗了程序性能。最好的辦法是判斷剪貼板對象句柄是否被占用,其實(shí)我一直在尋找是否存在判斷剪貼板對象句柄是否被占用的 API,但是一直沒有找到
項(xiàng)目地址https://github.com/Python3Spiders/GoogleAutoTranslationTool
以上就是Python 實(shí)現(xiàn)自動化翻譯和替換的腳本的詳細(xì)內(nèi)容,更多關(guān)于python 自動化翻譯的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章!
相關(guān)文章:
1. Android 7.0 運(yùn)行時權(quán)限彈窗問題的解決2. 解決idea中yml文件不識別的問題3. IDEA的Mybatis Generator駝峰配置問題4. IntelliJ IDEA設(shè)置條件斷點(diǎn)的方法步驟5. IntelliJ Idea2017如何修改緩存文件的路徑6. java實(shí)現(xiàn)圖形化界面計(jì)算器7. Python使用oslo.vmware管理ESXI虛擬機(jī)的示例參考8. Thinkphp3.2.3反序列化漏洞實(shí)例分析9. python 爬取B站原視頻的實(shí)例代碼10. Thinkphp5文件包含漏洞解析
