python爬虫--调用百度翻译进行文本翻译

发布时间:2017-11-28 21:22:26编辑:Run阅读(4997)

    python爬虫实现百度译文本

    打开百度翻译网站地址,F12审查元素,我这里用的是火狐浏览器

    blob.png

    点网络,会发现很多GET,POST请求,右边消息头那里会有很多信息:请求地址、请求方法、远程地址、状态码、server、等等之类的信息

    这里的请求地址才是翻译的实际地址,看上图

    在客户端和服务器之间进行请求,响应的时候,两种最常用的方法就是get,post

    get:定义上来说,是指向服务器请求获得数据

    post:是向指定服务器提交被处理的数据

    点开一个post请求看看里面的内容

    blob.png

    里面会有一些表单数据,query:你好,这个你好就是我们刚刚输入翻译的内容,有了这些信息,我们就可以写爬虫调用了

    代码如下

    #!/usr/bin/env python
    # coding: utf-8
    __author__ = 'www.py3study.com'
    import urllib.request    #导入urllib.request模块
    import urllib.parse     #导入urllib.parse这个是用来解析的
    import json     # json 为轻量级的数据交换格式
    
    input_shuru = input('输入要翻译的内容:') #输入要翻译的内容
    
    url = 'https://fanyi.baidu.com/v2transapi' #实际翻译地址
    webheaders = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:50.0) Gecko/20100101 Firefox/50.0'}
    # 模拟火狐浏览器访问
    
    headers = webheaders  # headers 请求消息头,上面设置了一个浏览器消息头,直接调用
    req = urllib.request.Request(url,headers) #加上url,headers构成一个完整的访问请求
    
    data = {} #data 是一个空的字典,下面把百度翻译表单数据里面的参数都添加进去
    data['from'] = 'auto'
    data['to'] = 'auto'
    data['query'] = input_shuru  #把要翻译的内容赋值过来
    data['transtype'] = 'translang'
    data['simple_means_flag'] = '3'
    #data需要用到urllib.parse.urlencode()函数进行编码
    #注意 encode是进行编码 ,decode进行解码
    data = urllib.parse.urlencode(data).encode('utf-8')
    
    response = urllib.request.urlopen(req,data)  #打开目标网站
    html = response.read().decode('unicode_escape')  #读取目标网站并解码成汉字(unicode_escape)
    target = json.loads(html) #把上面的字符串结果用 json 封装成字典
    
    print('翻译结果为',target['trans_result']['data'][0]['result'][0][1]) #输出结果

    应该看到的结果

    blob.png







关键字