服务器之家

服务器之家 > 正文

Python爬虫学习之翻译小程序

时间:2021-09-07 00:53     来源/作者:罗思洋

本次博客分享的内容为基于有道在线翻译实现一个实时翻译小程序,本次任务是参考小甲鱼的书《零基础入门学习Python》完成的,书中代码对于当前的有道词典并不适用,使用后无法实现翻译功能,在网上进行学习之后解决了这一问题。

2、前置工作

1)由于有道在线翻译是“反爬虫”的,所以在编写该程序的时候需要使用到User-Agent,通过使用request模块中的headers参数,对它进行适当的设置就可以将程序访问伪装为浏览器访问,有两种方法可以添加headers参数,我使用的方法是通过add_header()方法往Request对象中添加headers参数;

2)我使用的是360浏览器,获取它User-Agent的方法是在地址栏中输入about:version即可,结果如下图:

Python爬虫学习之翻译小程序

3)在获得该参数后还需要获取有道翻译的data数据,首先先打开有道翻译界面,然后打开其审查元素,点击netwoek,然后在翻译框内输入word点击翻译,找到如下图所示的位置:

Python爬虫学习之翻译小程序

4)一直往下滑动,就可以找到data参数,在编程时的设置就需要按照这里来完成,如下图:

Python爬虫学习之翻译小程序

其中在headers中需要设置的Referer及User-Agent也在上图中可以找到。

3、任务代码

在程序的编写中需要使用到许多python模块,包括urllib、json 、time等等。

对于urllib在上一篇博客中已经用到了,它的作用是一个高级的 web 交流库,其核心功能就是模仿web浏览器等客户端,去请求相应的资源,并返回一个类文件对象。

json是一种轻量级的数据交换格式,易于人阅读和编写,我们需要使用json.loads 解码 json数据。

time是用于获取当前时间戳并延迟提交数据,延迟提交数据虽然会降低工作效率,但是也降低了ip被网页拉黑的风险。

具体的代码如下图所示:

  1. import urllib.request #导入urllib.request库
  2. import urllib.parse #导入urllib.parse库
  3. import json #导入json库
  4. import time #导入time库
  5. import random #导入random库
  6. import hashlib #导入hashlib库
  7. url = "http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule" #有道翻译的网址
  8. while True: #定义死循环
  9. fanyi = input("请输入想要翻译的内容:") #用户输入想要翻译的内容
  10. #设置API接口
  11. a = 'fanyideskweb' #设置client
  12. b = fanyi #需要翻译的内容
  13. c = str(int(time.time() * 1000)+ random.randint(1, 10)) #当前时间戳
  14. d = 'rY0D^0\'nM0}g5Mm1z%1G4' #加密字符
  15. sign = hashlib.md5((a +b +c + d).encode('utf - 8')).hexdigest() #根据内容进行md5加密
  16. #设置data,按照网页审查元素设置即可
  17. data = {}
  18. data['i'] = fanyi
  19. data['from'] = 'AUTO'
  20. data['to'] = 'AUTO'
  21. data['smartresult'] = 'dict'
  22. data['client'] = 'fanyideskweb'
  23. data['salt'] = c
  24. data['sign'] = sign
  25. data['doctype'] = 'json'
  26. data['version'] = '2.1'
  27. data['keyform'] = 'fanyi.web'
  28. data['action'] = 'FY_BY_CLICKBUTTION'
  29. data['typoResult'] = 'true'
  30. data = urllib.parse.urlencode(data).encode('utf - 8') #urlencode转换data数据并编码为utf-8码
  31. req = urllib.request.Request(url, data) #指定网页,包含url、data和head
  32. #伪造浏览器访问
  33. req.add_header('Referer','http://fanyi.youdao.com')
  34. req.add_header('User - Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE')
  35. response = urllib.request.urlopen(req) #post方式打开指定网页
  36. html = response.read() #读取网页信息
  37. html = html.decode('utf - 8') #将utf-8码解码为unicode码
  38. target = json.loads(html) #把json页面转换为一个字典
  39. print("翻译结果: %s" % (target['translateResult'][0][0]['tgt'])) #输出
  40. time.sleep(5) #延迟提交数据

运行结果如下图所示:

Python爬虫学习之翻译小程序

4、总结

书上的知识是否正确还需要自己敲一边代码才能进行验证,所以说动手才是最重要的,本次制作这个翻译小程序,由于书本知识的错误,我通过网上查找资料才解决了这个问题,从中也学到了许多知识,希望自己能继续加油,学到更多的知识。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

原文链接:https://blog.csdn.net/lsylsy726/article/details/83315906

标签:

相关文章

热门资讯

yue是什么意思 网络流行语yue了是什么梗
yue是什么意思 网络流行语yue了是什么梗 2020-10-11
2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全
2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全 2019-12-26
背刺什么意思 网络词语背刺是什么梗
背刺什么意思 网络词语背刺是什么梗 2020-05-22
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总 2020-11-13
2021年耽改剧名单 2021要播出的59部耽改剧列表
2021年耽改剧名单 2021要播出的59部耽改剧列表 2021-03-05
返回顶部