出自:http://blog.csdn.net/zhaoyl03/article/details/8830806
最近想动手做一个文档自动下载器,需要模拟浏览器的行为。虽然感觉思路上没有困难,但在技术细节上需要自己一步一步试探。在网上搜索相关内容的过程中,发现有人用Python调用Google翻译。我自己也试着实现这个小玩意,从而熟练和学习一些技术,如正则表达式匹配,模拟浏览器等。将这个小结果记录下来,以激励自己。
用Python调用Google翻译,就是模拟人将原文本(英语)粘贴在Google翻译的左边文本框,选择翻译设置从英文到简体中文,然后点击翻译,最后复制右边文本框中的翻译结果,并保存的过程。我比文献《用Python实现调用Google翻译》 的高明之处在,在提取翻译后的结果时,用正则表达式匹配很轻巧地抓取到了翻译后的文本。另外,代码完整。
我用的Pyhon版本2.66,源码如下:
# -*- coding: utf-8 -*- #Python -V: Python 2.6.6 #filename:GoogleTranslation1.2.py __author__ = "Yinlong Zhao (zhaoyl[at]sjtu[dot]edu[dot]cn)" __date__ = "$Date: 2013/04/21 $" import re import urllib,urllib2 #urllib: #urllib2: The urllib2 module defines functions and classes which help in opening #URLs (mostly HTTP) in a complex world — basic and digest authentication, #redirections, cookies and more. def translate(text): '''模拟浏览器的行为,向Google Translate的主页发送数据,然后抓取翻译结果 ''' #text 输入要翻译的英文句子 text_1=text #'langpair':'en'|'zh-CN'从英语到简体中文 values={'hl':'zh-CN','ie':'UTF-8','text':text_1,'langpair':"'en'|'zh-CN'"} url='http://translate.google.cn/translate_t' data = urllib.urlencode(values) req = urllib2.Request(url,data) #模拟一个浏览器 browser='Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727)' req.add_header('User-Agent',browser) #向谷歌翻译发送请求 response = urllib2.urlopen(req) #读取返回页面 html=response.read() #从返回页面中过滤出翻译后的文本 #使用正则表达式匹配 #翻译后的文本是'TRANSLATED_TEXT='等号后面的内容 #.*? non-greedy or minimal fashion #(?<=...)Matches if the current position in the string is preceded #by a match for ... that ends at the current position p=re.compile(r"(?<=TRANSLATED_TEXT=).*?;") m=p.search(html) text_2=m.group(0).strip(';') return text_2 if __name__ == "__main__": #text_1 原文 #text_1=open('c:\\text.txt','r').read() text_1='Hello, my name is Derek. Nice to meet you! ' print('The input text: %s' % text_1) text_2=translate(text_1).strip("'") print('The output text: %s' % text_2) #保存结果 filename='c:\\Translation.txt' fp=open(filename,'w') fp.write(text_2) fp.close() report='Master, I have done the work and saved the translation at '+filename+'.' print('Report: %s' % report)
运行结果:
>>> The input text: Hello, my name is Derek. Nice to meet you! The output text: 你好,我的名字是德里克。很高兴见到你! Report: Master, I have done the work and saved the translation at c:\Translation.txt. >>>
2. 若有想法,则从人类已有的“技术栈”寻找,进而实现
3. 用模拟浏览器模拟人的上网、浏览、按键行为在数据获取阶段非常重要
4. 熟悉一门语言不是一蹴而就的,需要代码量,不断积累。等有了很多砖头块后,才能在建造大厦时游刃有余。