【Python】有道翻译的爬虫实现（后篇）

前面说到，有道翻译和百度翻译不同

（百度翻译是模拟iPhone手机，可能百度翻译用Pc端也会有类似的问题，有道翻译的User—Agent是Pc端）

每一次的salt和sign都不一样，这是什么原因产生的呢？

一、每一次翻译的时候浏览器会从服务器获取这两个值，导致这两个值不一样

二、按照一定的规则在本地生成

 画波浪线的是请求翻译的，其他的都是没有任何数据返回的，所以应该是第二种情况。

接下来我们就查看网页源代码，最底端。

在新建标签页中打开，然后http://tool.chinaz.com/Tools/jsformat.aspx把代码复制进去后，点击格式化：

新建一个txt文件，找到里面有关salt的内容，我一共找了三个

    t.translate = function(e, t) {
        T = u("#language").val();
        var n = b.val(),
        r = "" + ((new Date).getTime() + parseInt(10 * Math.random(), 10)),
        o = u.md5(S + n + r + D),
        a = n.length;
        if (L(), w.text(a), a > 5e3) {
            var l = n;
            n = l.substr(0, 5e3),
            o = u.md5(S + n + r + D);
            var c = l.substr(5e3);
            c = (c = c.trim()).substr(0, 3),
            u("#inputTargetError").text("鏈夐亾缈昏瘧瀛楁暟闄愬埗涓�5000瀛楋紝鈥�" + c + "鈥濆強鍏跺悗闈㈡病鏈夎缈昏瘧!").show(),
            w.addClass("fonts__overed")
        } else w.removeClass("fonts__overed"),
        u("#inputTargetError").hide();
        f.isWeb(n) ? i() : s({
            i: n,
            from: _,
            to: C,
            smartresult: "dict",
            client: S,
            salt: r,
            sign: o,
            doctype: "json",
            version: "2.1",
            keyfrom: "fanyi.web",
            action: e || "FY_BY_DEFAULT",
            typoResult: !1
        },
        t)
    },
	
------------------------------------------------------------------------------------------------------------------
	
	function(e, t) {
    var n = e("./jquery-1.7");
    e("./md5");
    e("./utils");
    var r = null;
    t.asyRequest = function(e) {
        var t = e.i,
        i = "" + ((new Date).getTime() + parseInt(10 * Math.random(), 10)),
        o = n.md5("fanyideskweb" + t + i + "ebSeFb%=XZ%T[KZ)c(sy!");
        r && r.abort(),
        r = n.ajax({
            type: "POST",
            contentType: "application/x-www-form-urlencoded; charset=UTF-8",
            url: "/bbk/translate_m.do",
            data: {
                i: e.i,
                client: "fanyideskweb",
                salt: i,
                sign: o,
                tgt: e.tgt,
                from: e.from,
                to: e.to,
                doctype: "json",
                version: "3.0",
                cache: !0
            },
            dataType: "json",
            success: function(t) {
                t && 0 == t.errorCode ? e.success && e.success(t) : e.error && e.error(t)
            },
            error: function(e) {}
        })
    }
}),
---------------------------------------------------------------------------------------------------------------------
function(e, t) {
    var n = e("./jquery-1.7");
    e("./utils");
    e("./md5");
    var r = "" + ((new Date).getTime() + parseInt(10 * Math.random(), 10));
    t.recordUpdate = function(e) {
        var t = e.i,
        i = n.md5("fanyideskweb" + t + r + "ebSeFb%=XZ%T[KZ)c(sy!");
        n.ajax({
            type: "POST",
            contentType: "application/x-www-form-urlencoded; charset=UTF-8",
            url: "/bettertranslation",
            data: {
                i: e.i,
                client: "fanyideskweb",
                salt: r,
                sign: i,
                tgt: e.tgt,
                modifiedTgt: e.modifiedTgt,
                from: e.from,
                to: e.to
            },
            success: function(e) {},
            error: function(e) {}
        })
    },

然后你就可以发现

salt就是当时时间的时间戳再加上一个0-10的随机字符串

"fanyideskweb" + cotent(要翻译的内容) + salt + "ebSeFb%=XZ%T[KZ)c(sy!"（每个人的应该有微小的差别）

sign就是上述这四个相加的MD5值

然后就是在headers的地方带上User-Agent，Referer，Cookie，就可以了（我一开始没带上Cookie一直报错）

下面是代码：

import requests
import json
import urllib.request
import gzip
import urllib.parse
import json
import time
import random
import hashlib

url ="http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule"

content = input("请输入要翻译的内容:")

S = "fanyideskweb"

n = content

r = str(int(time.time()*1000) + random.randint(1,10))

D = "ebSeFb%=XZ%T[KZ)c(sy!"

sign = hashlib.md5(( S + n + r + D ).encode('utf-8')).hexdigest()

data = {"i": content,
"from": "AUTO",
"to": "AUTO",
"smartresult":"dict" ,
"client":"fanyideskweb" ,
"salt": r,
"sign":sign ,
"doctype":"json" ,
"version":"2.1" ,
"keyfrom":"fanyi.web" ,
"action":"FY_BY_CLICKBUTTION" ,
"typoResult": "false"}

headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36",
"Referer": "http://fanyi.youdao.com/","Cookie": "[email protected]; JSESSIONID=aaaP2Qy4ztAfyfZRXzktw; OUTFOX_SEARCH_USER_ID_NCOO=570232601.9713346; fanyi-ad-id=47865; fanyi-ad-closed=1; ___rl__test__cookies=1532406668184"}

response = requests.post(url,headers = headers,data = data)

html_str = response.content.decode()

dict_str = json.loads(html_str)

print(dict_str['translateResult'][0][0]['tgt'])

可以发现它的“from”和“to”都是AUTO，所以可以自动识别是中文到英文还是英文到中文 

参考页面：https://blog.csdn.net/nunchakushuang/article/details/75294947

                  https://blog.csdn.net/shadkit/article/details/79174948