Go 语言学习（二） 在线词典项目_青训营笔记
这是我参与「第三届青训营 -后端场」笔记创作活动的的第 2 篇笔记。
一、在线词典项目介绍
用户可以在命令行里面查询一个单词。此程序能通过调用第三方的 API 查询到单词的翻译并打印出来。
在这个项目里面，我学习了如何用 go 语言来发送 HTTP 请求、解析 json，学习了如何使用代码生成来提高开发效率。
二、开发步骤
1. 抓包
- 要用到的 API 是彩云科技提供的在线翻译。先打开彩云翻译的网页，然后右键检查打开浏览器的开发者工具。
- 此时点击翻译按钮，浏览器会发送一系列请求，找到查询单词的请求。这是一个 HTTP 的 post 的请求，请求的 header 是一个 json，里面有两个字段，代表要翻译的语言和查询的单词。API 的返回结果里面会有 Wiki 和 dictionary 两个字段。需要用的结果主要在 dictionary.Explanations 字段里面，其他字段里面还包括音标等信息。
2. 代码生成
- 需要在 Golang 里面去发送这个请求。但是这个请求比较复杂，用代码构造很麻烦。可以用一种简单的方式来生成代码，右键浏览器里面的 copy as curl，在终端粘贴一下 curl 命令，可以返回一大串 json。
- 打开代码生成网站，粘贴 curl 请求，即可自动生成 Golang 代码。
3. 生成 request body
- 在 Golang 里面，需要生成一段 JSON ，常用的方式是先构造出来一个结构体，这个结构体和需要生成的 JSON 的结构是一一对应的。
4. 解析 request body
- 接下来把这个 response body 来解析出来。在 js/Python 这些脚本语言里面，body 是一个字典或者 map 的结构， 可以直接从里面取值，但是 golang 是个强类型语言，这种做法并不是最佳实践。更常用的方式是和 request 的一样，写一个结构体，把返回的 JSON 反序列化到结构体里面。但是在浏览器里面可以看到这个 API 返回的结构非常复杂，如果要一一定义结构体字段，非常繁琐并且容易出错。
- 此时可以使用对应的代码生成工具 ，把 json 字符串粘贴进去，自动生成对应结构体。
5. 打印结果
- 观察那个 json 可以看出需要的结果是在 Dictionary.explanations 里的，用 for range 循环来迭代它，然后直接打印结构，参照一些词典的显示方式，可以在前面打印出这个单词和它的音标。
三、代码展示
经过课后编程实践，我实现了并行请求两个翻译引擎来提高响应速度。
下面是我的代码展示，包含了代码详细注释，便于理解。
1. 主函数
package main
import (
"fmt"
"os"
"sync"
"time"
)
func main() { //此在线词典程序需要在 Git Bash终端命令行运行，如输入 go run *.go hello
start := time.Now()
if len(os.Args) != 2 { // Args 保存命令行参数，以程序名称开头，这里第2个参数为要查询的单词
fmt.Fprintf(os.Stderr, `usage: simpleDict WORD
example: simpleDict hello
`) // Fprintf() 根据格式说明符格式化并写入 os.Stderr 。它返回写入的字节数和遇到的任何写入错误。
os.Exit(1)
}
word := os.Args[1]
wg := sync.WaitGroup{} // WaitGroup() 等待一组 goroutine 完成，主 goroutine 调用 Add() 来设置要等待的 goroutine 的数量，然后每个 goroutine 运行并在完成时调用Done()，同时， Wait()可以用来阻塞，直到所有的 goroutine 都完成
wg.Add(2) //将可能为负的增量添加到 WaitGroup() 计数器，如果计数器变为零，则所有在 Wait() 上阻塞的 goroutine 都会被释放，如果计数器变为负数，请添加错误处理
go QueryCaiYun(word, &wg)
go QueryBaiDu(word, &wg)
wg.Wait()
finish := time.Now()
fmt.Println("runtime:", finish.Sub(start))
}
2. 彩云翻译函数
package main
import (
"bytes"
"encoding/json"
"fmt"
"io/ioutil"
"log"
"net/http"
"sync"
)
type CaiYunDictRequest struct {
TransType string `json:"trans_type"`
Source string `json:"source"`
UserID string `json:"user_id"`
}
type CaiYunDictResponse struct {
Rc int `json:"rc"`
Wiki struct {
KnownInLaguages int `json:"known_in_laguages"`
Description struct {
Source string `json:"source"`
Target interface{} `json:"target"`
} `json:"description"`
ID string `json:"id"`
Item struct {
Source string `json:"source"`
Target string `json:"target"`
} `json:"item"`
ImageURL string `json:"image_url"`
IsSubject string `json:"is_subject"`
Sitelink string `json:"sitelink"`
} `json:"wiki"`
Dictionary struct {
Prons struct {
EnUs string `json:"en-us"`
En string `json:"en"`
} `json:"prons"`
Explanations []string `json:"explanations"`
Synonym []string `json:"synonym"`
Antonym []string `json:"antonym"`
WqxExample [][]string `json:"wqx_example"`
Entry string `json:"entry"`
Type string `json:"type"`
Related []interface{} `json:"related"`
Source string `json:"source"`
} `json:"dictionary"`
}
func QueryCaiYun(word string, wg *sync.WaitGroup) {
client := &http.Client{} //定义客户
// var data = strings.NewReader(`{"trans_type":"en2zh","source":"good"}`) //把输入的字符串 data 转换成流 req
request := CaiYunDictRequest{TransType: "en2zh", Source: word}
buf, err := json.Marshal(request) // Marshal() 返回 request 的 JSON 编码，序列化为一个 byte 数组。
if err != nil {
log.Fatal(err) //打印日志，退出程序
}
var data = bytes.NewReader(buf) //把输入的 byte 数组转换成流 req
/* 创建请求 */
req, err := http.NewRequest("POST", "https://api.interpreter.caiyunai.com/v1/dict", data)
if err != nil {
log.Fatal(err) //打印日志，退出程序
}
/* 设置请求头 */
req.Header.Set("Accept", "application/json, text/plain, */*")
req.Header.Set("Accept-Language", "zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6")
req.Header.Set("Connection", "keep-alive")
req.Header.Set("Content-Type", "application/json;charset=UTF-8")
req.Header.Set("Origin", "https://fanyi.caiyunapp.com")
req.Header.Set("Referer", "https://fanyi.caiyunapp.com/")
req.Header.Set("Sec-Fetch-Dest", "empty")
req.Header.Set("Sec-Fetch-Mode", "cors")
req.Header.Set("Sec-Fetch-Site", "cross-site")
req.Header.Set("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36 Edg/100.0.1185.44")
req.Header.Set("X-Authorization", "token:qgemv4jr1y38jyq6vhvi")
req.Header.Set("app-name", "xy")
req.Header.Set("os-type", "web")
req.Header.Set("sec-ch-ua", `" Not A;Brand";v="99", "Chromium";v="100", "Microsoft Edge";v="100"`)
req.Header.Set("sec-ch-ua-mobile", "?0")
req.Header.Set("sec-ch-ua-platform", `"Windows"`)
/* 发起请求 */
resp, err := client.Do(req)
if err != nil {
log.Fatal(err) //打印日志，退出程序
}
defer resp.Body.Close() //defer 会在函数结束后从后往前触发，Close() 手动关闭 Body流，防止内存资源泄露
/*读取响应*/
bodyText, err := ioutil.ReadAll(resp.Body)
if err != nil {
log.Fatal(err) //打印日志，退出程序
}
if resp.StatusCode != 200 { // 防御式编程，判断状态码是否正确
log.Fatal("bad StatusCode:", resp.StatusCode, "body", string(bodyText)) //打印日志，退出程序
}
// fmt.Printf("%s\n", bodyText)
var dictResponse CaiYunDictResponse
err = json.Unmarshal(bodyText, &dictResponse) //Unmarshal()解析 bodyText的 JSON 编码的数据并反序列化将结果存储在 dictResponse 指向的值中。
if err != nil {
log.Fatal(err) //打印日志，退出程序
}
// fmt.Printf("%#v\n", dictResponse)
fmt.Println("--------------------彩云翻译-----------------------")
fmt.Println(word, "UK:", dictResponse.Dictionary.Prons.En, "US:", dictResponse.Dictionary.Prons.EnUs)
for _, item := range dictResponse.Dictionary.Explanations {
fmt.Println(item)
}
wg.Done()
}
3. 百度翻译函数
package main
import (
"bytes"
"encoding/json"
"fmt"
"io/ioutil"
"log"
"net/http"
"sync"
)
type BaiDuDictRequest struct {
Query string `json:"query"`
UserID string `json:"user_id"`
}
type BaiDuDictResponse struct {
TransResult struct {
Data []struct {
Dst string `json:"dst"`
PrefixWrap int `json:"prefixWrap"`
Result [][]interface{} `json:"result"`
Src string `json:"src"`
} `json:"data"`
From string `json:"from"`
Status int `json:"status"`
To string `json:"to"`
Type int `json:"type"`
Phonetic []struct {
SrcStr string `json:"src_str"`
TrgStr string `json:"trg_str"`
} `json:"phonetic"`
} `json:"trans_result"`
DictResult struct {
Edict struct {
Item []struct {
TrGroup []struct {
Tr []string `json:"tr"`
Example []interface{} `json:"example"`
SimilarWord []string `json:"similar_word"`
} `json:"tr_group"`
Pos string `json:"pos"`
} `json:"item"`
Word string `json:"word"`
} `json:"edict"`
Collins struct {
Entry []struct {
EntryID string `json:"entry_id"`
Type string `json:"type"`
Value []struct {
MeanType []struct {
InfoType string `json:"info_type"`
InfoID string `json:"info_id"`
Example []struct {
ExampleID string `json:"example_id"`
TtsSize string `json:"tts_size"`
Tran string `json:"tran"`
Ex string `json:"ex"`
TtsMp3 string `json:"tts_mp3"`
} `json:"example"`
} `json:"mean_type"`
Gramarinfo []interface{} `json:"gramarinfo"`
Tran string `json:"tran"`
Def string `json:"def"`
MeanID string `json:"mean_id"`
Posp []struct {
Label string `json:"label"`
} `json:"posp"`
} `json:"value"`
} `json:"entry"`
WordName string `json:"word_name"`
Frequence string `json:"frequence"`
WordEmphasize string `json:"word_emphasize"`
WordID string `json:"word_id"`
} `json:"collins"`
From string `json:"from"`
SimpleMeans struct {
WordName string `json:"word_name"`
From string `json:"from"`
WordMeans []string `json:"word_means"`
Exchange struct {
WordPl []string `json:"word_pl"`
WordEst []string `json:"word_est"`
WordEr []string `json:"word_er"`
} `json:"exchange"`
Tags struct {
Core []string `json:"core"`
Other []string `json:"other"`
} `json:"tags"`
Symbols []struct {
PhEn string `json:"ph_en"`
PhAm string `json:"ph_am"`
Parts []struct {
Part string `json:"part"`
Means []string `json:"means"`
} `json:"parts"`
PhOther string `json:"ph_other"`
} `json:"symbols"`
} `json:"simple_means"`
Lang string `json:"lang"`
Oxford struct {
Entry []struct {
Tag string `json:"tag"`
Name string `json:"name"`
Data []struct {
Tag string `json:"tag"`
Data []struct {
Tag string `json:"tag"`
P string `json:"p"`
PText string `json:"p_text"`
} `json:"data"`
} `json:"data"`
} `json:"entry"`
Unbox []struct {
Tag string `json:"tag"`
Type string `json:"type"`
Name string `json:"name"`
Data []struct {
Tag string `json:"tag"`
Text string `json:"text,omitempty"`
Words []string `json:"words,omitempty"`
Outdent string `json:"outdent,omitempty"`
Data []struct {
Tag string `json:"tag"`
EnText string `json:"enText"`
ChText string `json:"chText"`
} `json:"data,omitempty"`
} `json:"data"`
} `json:"unbox"`
} `json:"oxford"`
Sanyms []struct {
Tit string `json:"tit"`
Type string `json:"type"`
Data []struct {
P string `json:"p"`
D []string `json:"d"`
} `json:"data"`
} `json:"sanyms"`
Usecase struct {
Idiom []struct {
P string `json:"p"`
Tag string `json:"tag"`
Data []struct {
Tag string `json:"tag"`
Data []struct {
EnText string `json:"enText"`
Tag string `json:"tag"`
ChText string `json:"chText"`
Before []struct {
Tag string `json:"tag"`
Data []struct {
EnText string `json:"enText"`
Tag string `json:"tag"`
ChText string `json:"chText"`
} `json:"data"`
} `json:"before,omitempty"`
} `json:"data"`
} `json:"data"`
} `json:"idiom"`
} `json:"usecase"`
BaiduPhrase []struct {
Tit []string `json:"tit"`
Trans []string `json:"trans"`
} `json:"baidu_phrase"`
QueryExplainVideo struct {
ID int `json:"id"`
UserID string `json:"user_id"`
UserName string `json:"user_name"`
UserPic string `json:"user_pic"`
Query string `json:"query"`
Direction string `json:"direction"`
Type string `json:"type"`
Tag string `json:"tag"`
Detail string `json:"detail"`
Status string `json:"status"`
SearchType string `json:"search_type"`
FeedURL string `json:"feed_url"`
Likes string `json:"likes"`
Plays string `json:"plays"`
CreatedAt string `json:"created_at"`
UpdatedAt string `json:"updated_at"`
DuplicateID string `json:"duplicate_id"`
RejectReason string `json:"reject_reason"`
CoverURL string `json:"coverUrl"`
VideoURL string `json:"videoUrl"`
ThumbURL string `json:"thumbUrl"`
VideoTime string `json:"videoTime"`
VideoType string `json:"videoType"`
} `json:"queryExplainVideo"`
} `json:"dict_result"`
LijuResult struct {
Double string `json:"double"`
Tag []string `json:"tag"`
Single string `json:"single"`
} `json:"liju_result"`
Logid int64 `json:"logid"`
}
func QueryBaiDu(word string, wg *sync.WaitGroup) {
client := &http.Client{} //定义客户
// var data = strings.NewReader(`query=good`) //把输入的字符串 data 转换成流 req
request := BaiDuDictRequest{Query: word}
buf, err := json.Marshal(request) // Marshal() 返回 request 的 JSON 编码，序列化为一个 byte 数组。
if err != nil {
log.Fatal(err) //打印日志，退出程序
}
var data = bytes.NewReader(buf) //把输入的 byte 数组转换成流 req
/* 创建请求 */
req, err := http.NewRequest("POST", "https://fanyi.baidu.com/langdetect", data)
if err != nil {
log.Fatal(err) //打印日志，退出程序
}
/* 设置请求头 */
req.Header.Set("Accept", "*/*")
req.Header.Set("Accept-Language", "zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6")
req.Header.Set("Connection", "keep-alive")
req.Header.Set("Content-Type", "application/x-www-form-urlencoded; charset=UTF-8")
req.Header.Set("Cookie", `BIDUPSID=2860D678CCB10886990D4D819CC24BAB; PSTM=1603262095; REALTIME_TRANS_SWITCH=1; FANYI_WORD_SWITCH=1; HISTORY_SWITCH=1; SOUND_SPD_SWITCH=1; SOUND_PREFER_SWITCH=1; __yjs_duid=1_3242d9ae5ec151bc4e7e9d908fe0e54c1620968286434; BDUSS=g3Tm93dWtraHZkRUdsdzlJeDEyalp2RmpZOW1RNmlDMUV3d2N0M0c4Z0pqNXhoRVFBQUFBJCQAAAAAAAAAAAEAAABffmtXxKnTsNChutpYSAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAkCdWEJAnVhfk; BDUSS_BFESS=g3Tm93dWtraHZkRUdsdzlJeDEyalp2RmpZOW1RNmlDMUV3d2N0M0c4Z0pqNXhoRVFBQUFBJCQAAAAAAAAAAAEAAABffmtXxKnTsNChutpYSAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAkCdWEJAnVhfk; APPGUIDE_10_0_2=1; BAIDUID=3A21E0D3A023E0BF48D5E6AB59882FC3:SL=0:NR=20:FG=1; MAWEBCUID=web_ZbMGPxbtNTJgOhwuypnUUKjyVeChjrWNsCSTdnAIkJyWEtWEYb; BDORZ=FFFB88E999055A3F8A630C64834BD6D0; Hm_lvt_64ecd82404c51e03dc91cb9e8c025574=1652153403,1652175540,1652186130,1652278875; Hm_lpvt_64ecd82404c51e03dc91cb9e8c025574=1652506784; delPer=0; PSINO=1; BAIDUID_BFESS=3A21E0D3A023E0BF48D5E6AB59882FC3:SL=0:NR=20:FG=1; RT="z=1&dm=baidu.com&si=hqolag82j09&ss=l35hyf6s&sl=2&tt=56c&bcn=https%3A%2F%2Ffclog.baidu.com%2Flog%2Fweirwood%3Ftype%3Dperf&ld=5ne&ul=2axq&hd=2b02"; BA_HECTOR=24052g04012lag8kt41h7ulf10q; BDRCVFR[OEHfjv-pq1f]=mk3SLVN4HKm; BDRCVFR[dG2JNJb_ajR]=mk3SLVN4HKm; BDRCVFR[-pGxjrCMryR]=mk3SLVN4HKm; H_PS_PSSID=`)
req.Header.Set("Origin", "https://fanyi.baidu.com")
req.Header.Set("Referer", "https://fanyi.baidu.com/?aldtype=16047")
req.Header.Set("Sec-Fetch-Dest", "empty")
req.Header.Set("Sec-Fetch-Mode", "cors")
req.Header.Set("Sec-Fetch-Site", "same-origin")
req.Header.Set("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36 Edg/100.0.1185.44")
req.Header.Set("X-Requested-With", "XMLHttpRequest")
req.Header.Set("sec-ch-ua", `" Not A;Brand";v="99", "Chromium";v="100", "Microsoft Edge";v="100"`)
req.Header.Set("sec-ch-ua-mobile", "?0")
req.Header.Set("sec-ch-ua-platform", `"Windows"`)
/* 发起请求 */
resp, err := client.Do(req)
if err != nil {
log.Fatal(err) //打印日志，退出程序
}
defer resp.Body.Close() //defer 会在函数结束后从后往前触发，Close() 手动关闭 Body流，防止内存资源泄露
/*读取响应*/
bodyText, err := ioutil.ReadAll(resp.Body)
if err != nil {
log.Fatal(err) //打印日志，退出程序
}
if resp.StatusCode != 200 { // 防御式编程，判断状态码是否正确
log.Fatal("bad StatusCode:", resp.StatusCode, "body", string(bodyText)) //打印日志，退出程序
}
// fmt.Printf("%s\n", bodyText)
var dictResponse BaiDuDictResponse
err = json.Unmarshal(bodyText, &dictResponse) //Unmarshal()解析 bodyText的 JSON 编码的数据并反序列化将结果存储在 dictResponse 指向的值中。
if err != nil {
log.Fatal(err) //打印日志，退出程序
}
// fmt.Printf("%#v\n", dictResponse)
fmt.Println("--------------------百度翻译-----------------------")
fmt.Println(word, "UK:", dictResponse.DictResult.SimpleMeans.Symbols, "US:", dictResponse.DictResult.SimpleMeans.Symbols)
for _, item := range dictResponse.DictResult.SimpleMeans.WordMeans {
fmt.Println(item)
}
wg.Done()
}
1350
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
