python 百度翻译爬虫（可翻译句子及文章）（偷偷说一句，保姆级教程哦）

• 声明：本文 仅限爬虫学习 ，不得 将本文代码商用 ， 侵权删
• 如果喜欢本文的话，可不可以给我 点个关注 ，点个赞 ，评论 + 收藏 (☆▽☆)

创作背景

• 本菜鸡最近要整个 批量翻译词组和句子 ，准备调用 百度翻译 的接口，以前也搞过，用的 这个接口，但是只能 翻译单词 ，没法满足需求，所以就需要重新搞。
• 其实以前我就对 这个接口 念念不忘，但是因为当时啥也不会（虽然现在也是），为了图省事儿就没搞，今天 必须拿下 ！！！

思路讲解

本文 js 逆向 参考 这个大佬的这篇文章 。

第一步 寻找接口

无非是 按 F12 打开开发者工具，寻找对应的接口 ，具体情况在此不多赘述。

第二步 查看参数

该请求是 POST 请求。

其中

• from 参数是 源语言 ，即 被翻译的文本的语言 ；
• to 参数是 目标语言 ，即 要翻译成的语言 ；
• query 参数是 要翻译的文本 ；
• transtype 参数是 翻译类型 ，置为 translang 即可；
• simple_means_flag 参数不知道干啥，不用管，置为 3 即可；
• sign 参数是 标志 ，代表 要翻译的内容的标志号 ，生成方法见后续；
• token 参数是 记号 ，每次请求网页源码都会携带 token ，见下图；
  
• domain 也不用管，置为 common 即可。

第三步 构造 sign

因为 sign 参数是根据 要翻译的文本 生成的，不同的内容对应不同的 sign ，所以我们需要找到生成 sign 的方法。

1. 找到生成 sign 的文件

这时，我们需要使用 全局搜索 查找生成 sign 的地方，如下图。

• 每个文件大致看一遍，我就确认了 sign 生成的函数在 这个文件 中。
  • 这个文件地址和上述博主文章中的地址不太一样，是因为我想根据我自身的情况实际实践一下，当然，也可以直接使用博主文章中的地址，如果你想看看自己本地的文件，去找 https://fanyi-cdn.cdn.bcebos.com/static/translation/pkg 这个文件夹，我用的 火狐 ，在 调试器 中可以找到
    
  • 然后找到图中的的文件，文件名取决于 全局搜索 的结果，我的结果是这个，至此，这一步结束。

2. 找到生成 sign 的函数

上一步 copy 完代码后，我放入 Pycharm 中分析，当然，也可以放到其他编辑器中。
这时，还是 全局搜索 sign ，会搜索出很多 assign 或者 signal ，所以我们需要甄别一下，甄别过后，包含有 sign 的地方有 四 处，如下图。

根据图中代码我们很好判别，第一张 和 第二张 图属于一类，代码逻辑相似，第三张图 和 第四张图 类似，所以我们就分析 第一张 和 第三张 的代码。

第一张图片

在 Pycharm 编辑器中，我们按住 ctrl 点击 d （因为这时候 sign 是根据 d 生成的），我们就跳转到 d 定义的位置了。
可以看见，是根据函数 n 传参 s 得到，而 s 是函数 t 传参一大堆生成，点击 t 的话，如下图。
是 匿名函数 的参数，如果全局搜索 传递给函数 t 的一大堆的参数 的话也发现不了什么，所以，这条线索 断了 。

第二张图片

我们同样是点击 L ，就跳转到了 L 的生成位置，如下图。

这时我们再搜索函数 t 的参数，如下图。

这时我们会发现有这个模块的定义，其中，define 函数的解释请见 这篇文章 。
说明，模块 translation:widget/translate/input/pGrab 即为生成 sign 的模块。也 符合上述博主的文章 。

3. 分析生成 sign 的函数

通过分析源码，我们可以了解代码逻辑，其中，u 是最终生成 sign 的关键。
不过有个问题，我们看 u 的生成方法：

u = null !== i ? i : (i = window[l] || "") || "";

其中，i 很好得到，因为这个函数下边有 i 的定义：

var i = null;

这样的话，那按照代码逻辑，上边 u 的定义应该是这样：

u = (i = window[l] || "") || ""; 

这时候，关键就在于参数 l ，l 的定义在上一句：

var u = void 0, l = "" + String.fromCharCode(103) + String.fromCharCode(116) + String.fromCharCode(107);

l 是个字符串，通过 console.log() 输出一下 l 的值，是

• 对了，插一句，在 Pycharm 中运行 js 代码应该安装 Nodejs ，稍后我会专门写一篇文章。
  我们在 Pycharm 中无法查看 window 的值，所以我们就在浏览器的控制台输入 window ，查看它的值：
  
  诶，还真被我找到了值，那我们就可以把这个值赋给 i ，这样 u 直接就是 i ，也就是图中的数据。

4. 使用生成 sign 的函数

既然只有这个函数是对我们来说有用的，那就把它 copy 到一个 js 文件中，使用 python 的第三方库 execjs 执行 js 代码，即：

var i = "320305.131321201";

function a(r) {
    if (Array.isArray(r)) {
        for (var o = 0, t = Array(r.length); o < r.length; o++) t[o] = r[o];
        return t
    }
    return Array.from(r)
}

function n(r, o) {
    for (var t = 0; t < o.length - 2; t += 3) {
        var a = o.charAt(t + 2);
        a = a >= "a" ? a.charCodeAt(0) - 87 : Number(a), a = "+" === o.charAt(t + 1) ? r >>> a : r << a, r = "+" === o.charAt(t) ? r + a & 4294967295 : r ^ a
    }
    return r
}

function e(r) {
    var o = r.match(/[�-�][�-�]/g);
    if (null === o) {
        var t = r.length;
        t > 30 && (r = "" + r.substr(0, 10) + r.substr(Math.floor(t / 2) - 5, 10) + r.substr(-10, 10))
    } else {
        for (var e = r.split(/[�-�][�-�]/), C = 0, h = e.length, f = []; h > C; C++) "" !== e[C] && f.push.apply(f, a(e[C].split(""))), C !== h - 1 && f.push(o[C]);
        var g = f.length;
        g > 30 && (r = f.slice(0, 10).join("") + f.slice(Math.floor(g / 2) - 5, Math.floor(g / 2) + 5).join("") + f.slice(-10).join(""))
    }
    var u = void 0, l = "" + String.fromCharCode(103) + String.fromCharCode(116) + String.fromCharCode(107);
    console.log("l:", l);
    u = null !== i ? i : (i = window[l] || "") || "";
    for (var d = u.split("."), m = Number(d[0]) || 0, s = Number(d[1]) || 0, S = [], c = 0, v = 0; v < r.length; v++) {
        var A = r.charCodeAt(v);
        128 > A ? S[c++] = A : (2048 > A ? S[c++] = A >> 6 | 192 : (55296 === (64512 & A) && v + 1 < r.length && 56320 === (64512 & r.charCodeAt(v + 1)) ? (A = 65536 + ((1023 & A) << 10) + (1023 & r.charCodeAt(++v)), S[c++] = A >> 18 | 240, S[c++] = A >> 12 & 63 | 128) : S[c++] = A >> 12 | 224, S[c++] = A >> 6 & 63 | 128), S[c++] = 63 & A | 128)
    }
    for (var p = m, F = "" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(97) + ("" + String.fromCharCode(94) + String.fromCharCode(43) + String.fromCharCode(54)), D = "" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(51) + ("" + String.fromCharCode(94) + String.fromCharCode(43) + String.fromCharCode(98)) + ("" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(102)), b = 0; b < S.length; b++) p += S[b], p = n(p, F);
    return p = n(p, D), p ^= s, 0 > p && (p = (2147483647 & p) + 2147483648), p %= 1e6, p.toString() + "." + (p ^ m)
}

既然有函数，那我们就不必具体分析，直接用就好了。
测试一下：


一模一样！！！
使用 execjs 测试，测试代码如下：

import execjs

with open('sign.js', encoding='utf-8') as f:
    js_code = f.read()
create_sign = execjs.compile(js_code)
print(create_sign.call('e', 'year'))

成功！！！

第四步 进行翻译

请求的时候有 反爬，所以 Cookie 和 User-Agent 一个都不能少，代码如下：

import json
import execjs
import requests

with open('sign.js', encoding='utf-8') as f:
    js_code = f.read()
    
create_sign = execjs.compile(js_code)

def translate(kw):
    data = {
        'from': 'en',
        'to': 'zh',
        'query': kw,
        'transtype': 'translang',
        'simple_means_flag': 3,
        'sign': create_sign.call('e', kw),
        'token': '【用自己的】',
        'domain': 'common'
    }
    headers = {
        'Cookie': '【用自己的，别想白嫖我的】',
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:80.0) Gecko/20100101 Firefox/80.0'
    }
    res = requests.post('https://fanyi.baidu.com/v2transapi?from=en&to=zh', data=data, headers=headers)
    print(res.json())
    
translate('year')

结果如下：

特别多，我们只要想要的数据，一般是 data 列表中的 第一个数据 ：

print(res.json()['trans_result']['data'][0])

结果如下：

成功完成任务！！！

一些问题的解决

• sign 生成错误解决方案

总结

这是本菜鸡 第一次 成功的完成 js 逆向 ，逆向 之路，道阻且跻，但我仍要不断前行。

---

---

---

结尾

有想要一起学习 python 的小伙伴可以 私信我 进群哦。

以上就是我要分享的内容，因为学识尚浅，会有不足，还请各位大佬指正。
有什么问题也可在评论区留言。