文章说明

本文实现的方式大部分源码是从借鉴别人的博客，再他们的基础上修复了不能翻译的问题和其他的一些bug。但是原文找不到了，没法粘贴原文地址了，非常抱歉。

本文章解决的问题有：

翻译不来，在之前基础上对需要翻译的文字进行urlEncode，实现方式

parse.quote(self.text)

结果处理，切片合成。过长文字谷歌翻译会自动切片，翻译的结果会变成多段。修改之前的翻译代码结构，更好的封装，方便调用。使用多线程跑翻译任务。

本文不介绍如何爬虫解析谷歌接口，如需要可以翻看别人博客，很多介绍爬虫过程。

代码实现

#!/usr/bin/env python# -*- encoding: utf-8 -*-'''@File : google_trans.py @Time : /5/15 9:29@Author : hxluo@Version : 1.0@Contact : 465801795@@Desc : google translate'''# import libimport requestsimport jsonfrom bs4 import BeautifulSoupimport execjs from urllib import parseclass Py4Js():def __init__(self):self.ctx = pile(""" function TL(a) { var k = ""; var b = 406644; var b1 = 3293161072; var jd = "."; var $b = "+-a^+6"; var Zb = "+-3^+b+-f"; for (var e = [], f = 0, g = 0; g < a.length; g++) { var m = a.charCodeAt(g); 128 > m ? e[f++] = m : (2048 > m ? e[f++] = m >> 6 | 192 : (55296 == (m & 64512) && g + 1 < a.length && 56320 == (a.charCodeAt(g + 1) & 64512) ? (m = 65536 + ((m & 1023) << 10) + (a.charCodeAt(++g) & 1023), e[f++] = m >> 18 | 240, e[f++] = m >> 12 & 63 | 128) : e[f++] = m >> 12 | 224, e[f++] = m >> 6 & 63 | 128), e[f++] = m & 63 | 128) } a = b; for (f = 0; f < e.length; f++) a += e[f], a = RL(a, $b); a = RL(a, Zb); a ^= b1 || 0; 0 > a && (a = (a & 2147483647) + 2147483648); a %= 1E6; return a.toString() + jd + (a ^ b) }; function RL(a, b) { var t = "a"; var Yb = "+"; for (var c = 0; c < b.length - 2; c += 3) { var d = b.charAt(c + 2), d = d >= t ? d.charCodeAt(0) - 87 : Number(d), d = b.charAt(c + 1) == Yb ? a >>> d: a << d; a = b.charAt(c) == Yb ? a + d & 4294967295 : a ^ d } return a } """)def getTk(self, text):return self.ctx.call("TL", text)class Translate_as_google(object):def __init__(self, to_language, this_language='auto', read=False):'''to_language:要翻译成的语言this_language:要转换的文字,默认为auto自动read:在指定位置生成text的朗读文件'''self.this_language = this_languageself.to_language = to_languageself.read = readdef open_url(self, url):'''请求'''headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:23.0) Gecko/0101 Firefox/23.0'}req = requests.get(url=url, headers=headers , timeout=8)return reqdef buildUrl(self):'''封装请求urlsl:要转换的文字 tl:转换的结果类型 q要输入的文字'''baseUrl = '/translate_a/single'baseUrl += '?client=webapp&'baseUrl += 'sl=%s&' % self.this_languagebaseUrl += 'tl=%s&' % self.to_languagebaseUrl += 'hl=zh-CN&'baseUrl += 'dt=at&'baseUrl += 'dt=bd&'baseUrl += 'dt=ex&'baseUrl += 'dt=ld&'baseUrl += 'dt=md&'baseUrl += 'dt=qca&'baseUrl += 'dt=rw&'baseUrl += 'dt=rm&'baseUrl += 'dt=ss&'baseUrl += 'dt=t&'baseUrl += 'ie=UTF-8&'baseUrl += 'oe=UTF-8&'baseUrl += 'clearbtn=1&'baseUrl += 'otf=1&'baseUrl += 'pc=1&'baseUrl += 'srcrom=0&'baseUrl += 'ssel=0&'baseUrl += 'tsel=0&'baseUrl += 'kc=2&'baseUrl += 'tk=' + str(self.tk) + '&'baseUrl += 'q=' + parse.quote(self.text)return baseUrldef read_go(self, args):'''朗读截取upload:下载到路径及文件名称return_language:返回的语言类型'''upload, return_language = args[0], args[1]read_translate_url = '/translate_tts?ie=UTF-8&q=%s&tl=%s&total=1&idx=0&textlen=3&tk=%s&client=webapp&prev=input' % (self.text, return_language, self.tk)data = self.open_url(read_translate_url) #请求的返回所有数据with open(upload, 'wb') as f:f.write(data.content)def translate(self,text):'''翻译截取'''self.text = textjs = Py4Js()self.tk = js.getTk(self.text)if len(self.text) > 4891:raise ("翻译的长度超过限制！！！")url = self.buildUrl()# print(url)_result = self.open_url(url)data = _result.content.decode('utf-8')tmp = json.loads(data)jsonArray = tmp[0]result = Nonefor jsonItem in jsonArray:if jsonItem[0]:if result:result = result + " " + jsonItem[0]else:result = jsonItem[0]return resultif __name__ == '__main__':text1 = "% ?= &:,? ;# [ Famous ] @ {}|*()^%$#@! Famous Brand Mens Suits Wedding Groom Plus Size 4 XL 3 Pieces ( Jacket + Vest + Pant ) Slim Fit Casual Tuxedo Suit Male"text2 = "Inflatable Mattress Air Cushion Car Backseat Bed Sleep with 2 Pillows & & & & &&& Pump"text3 = """[ New upgrade , intelligent digital display , see the power ] [ High - performance lithium battery , #placeholder15 hour fast charge , 50 - 60 minutes for full charge , 5 W high power ] [ multi - purpose , can shave head , shave , with hair clipper , nose hair clipper , cleansing brush head can also manage hair , nose hair and depth Clean the face ] [ Waterproof design , the whole body can be washed , the blade can be washed directly with a faucet after cleaning with a brush , easy to clean and hygienic ] [ Supports USB charging , can be charged in the car , or you can use a mobile phone charging head , charging treasure , Charging of USB interface such as computer , convenient and fast ] [ Genuine guarantee , after - sale guarantee : 30 - day free trial , I don't like to return directly ; 365 - day quality issues , direct replacement , no maintenance ] " " " Warm reminder : If someone is working on the page Order , please participate in the order , so that the shipment will be faster ! ! !"""ts = Translate_as_google('ja', 'en') # 目标语言：日语result = ts.translate(text1)print(result)print(ts.translate(text2))print(ts.translate(text3))

代码运行结果：

％？=＆：、？ ;＃[有名] @ {} | *（）^％$＃@！ 有名ブランドメンズスーツ結婚式新郎プラスサイズ4 XL 3ピース（ジャケット+ベスト+パンツ）スリムフィットカジュアルタキシードスーツ男性インフレータブルマットレスエアクッション車の後部座席ベッドスリープ2枕＆＆＆＆&&&ポンプ[新しいアップグレード、インテリジェントデジタルディスプレイ、電力を確認] [高性能リチウム電池、＃placeholder15時間の高速充電、フル充電で50〜60分、5 Wの高電力] [多目的、ヘッドを剃る、剃る、 バリカン、鼻バリカン、クレンジングブラシヘッドで髪、鼻毛、深さを管理することもできます[顔をきれいにする]防水設計、全身を洗うことができ、ブレードはブラシで洗った後、蛇口で直接洗うことができます。 掃除が簡単で衛生的] [USB充電をサポートし、車内で充電可能、または携帯電話の充電ヘッド、宝物を充電、コンピュータなどのUSBインターフェースの充電、便利で高速] [本物の保証、アフターセールス 保証：30日間の無料試用。直接戻るのは好きではありません。 365日間の品質問題、直接交換、メンテナンス不要] "" "温かいリマインダー：誰かがページオーダーで作業している場合は、注文に参加して、発送を迅速化してください！！！

支持的国家

_language = {'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'}

多线程跑翻译任务

if __name__ == '__main__':import timeimport multiprocessingdata_path = "../../data/last-ori/en-ja-all.csv"tgt_path = "../../data/last-ori/en-ja-all-tr.csv"pool = multiprocessing.Pool(processes=5) # 5个现场with open(data_path,'r',encoding="utf-8") as rd,open(tgt_path, 'w', encoding="utf-8") as wd:## time.sleep(1)for line in rd:line = line[:-1]if not line:continuecount = count + 1str_li = line.split(" :&: ")result = pool.apply(ts.translate, args=(str_li[0],))print(count,", ",result)wd.write(str_li[0] + " :&: " + result + "\n")pool.close()pool.join()

谷歌服务器对过频繁请求翻译接口的ip会加入黑名单，所以多线程请求谷歌接口的时候，要注意控制好频率，频率太快了不是你不行就是她不行！