Python爬虫学习之翻译小程序_Python

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：

import urllib.request #导入urllib.request库
import urllib.parse #导入urllib.parse库
import json #导入json库
import time #导入time库
import random #导入random库
import hashlib #导入hashlib库
url = "http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule" #有道翻译的网址
while True: #定义死循环
fanyi = input("请输入想要翻译的内容:") #用户输入想要翻译的内容
#设置API接口
a = 'fanyideskweb' #设置client
b = fanyi #需要翻译的内容
c = str(int(time.time() * 1000)+ random.randint(1, 10)) #当前时间戳
d = 'rY0D^0\'nM0}g5Mm1z%1G4' #加密字符
sign = hashlib.md5((a +b +c + d).encode('utf - 8')).hexdigest() #根据内容进行md5加密
#设置data，按照网页审查元素设置即可
data = {}
data['i'] = fanyi
data['from'] = 'AUTO'
data['to'] = 'AUTO'
data['smartresult'] = 'dict'
data['client'] = 'fanyideskweb'
data['salt'] = c
data['sign'] = sign
data['doctype'] = 'json'
data['version'] = '2.1'
data['keyform'] = 'fanyi.web'
data['action'] = 'FY_BY_CLICKBUTTION'
data['typoResult'] = 'true'
data = urllib.parse.urlencode(data).encode('utf - 8') #urlencode转换data数据并编码为utf-8码
req = urllib.request.Request(url, data) #指定网页，包含url、data和head
#伪造浏览器访问
req.add_header('Referer','http://fanyi.youdao.com')
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')
response = urllib.request.urlopen(req) #post方式打开指定网页
html = response.read() #读取网页信息
html = html.decode('utf - 8') #将utf-8码解码为unicode码
target = json.loads(html) #把json页面转换为一个字典
print("翻译结果: %s" % (target['translateResult'][0][0]['tgt'])) #输出
time.sleep(5) #延迟提交数据