小玩意系列：Python调用Google翻译

出自:/article/8440087.html

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.
>>>

感想：

1. 个人觉得Python的各种包稍显混乱，需要很好的规范，才能更好的发展。
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。