python有道词典-利用Python3和Charles爬取有道词典

一.用Charles爬取数据

Charles是一个多平台的抓包工具，可以很方便的抓取http和https数据。

1.抓取数据

抓取数据前我们首先要清楚，由于有道词典的翻译使用的是post请求，所以我们要抓取的信息有：url链接、request headers（请求头）、format data（数据表单，也即请求体request body）

a)打开Charles，选择Proxy选项卡中的macOS Proxy选项。

b)打开浏览器，输入网址 http://fanyi.youdao.com，然后在左边的输入框输入要翻译的内容。

c)打开Charles，点击左边的Structure选项卡，依次点击找到箭头指示的内容，可以在右边的Overview选项卡中看到基本的请求信息，这里我们需要的url链接就出现了。

d)点击右边的content选项卡，再点击Raw选项卡，就可以看到原始的请求数据，红框所示是请求头信息，蓝框所示是请求体信息。

整理数据

a)将找到url链接、请求头以及请求体数据复制到sublime编辑器中。

b)利用sublime的替换功能，将数据整理成我们写程序时想要的python中字典的形式。

二.代码实现

闲话不多说，先贴代码

importurllib.parse

importurllib.request

defyoudao():

#构建url链接

# url = 'http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'

#这里要去掉？号前面的_o，不然会进行加密算法，导致失败

url = 'http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule'

#构建请求头

headers = {

"User-Agent": 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.13; rv:59.0) Gecko/20100101 Firefox/59.0'

}

words = input("请输入要翻译的内容:")

#构建请求体

format_data = {

'i': words,

'from':'AUTO',

'to':'AUTO',

'smartresult':'dict',

'client':'fanyideskweb',

'salt':'1526368137702',

'sign':'f0cd13ef1919531ec9a66516ceb261a5',

'doctype':'json',

'version':'2.1',

'keyfrom':'fanyi.web',

'action':'FY_BY_REALTIME',

'typoResult':'false'

}

#进行url编码

format_data = urllib.parse.urlencode(format_data).encode("utf-8")

#获取request文件(传入了data参数，就是post请求)

request = urllib.request.Request(url, data = format_data, headers = headers)

#打开请求文件

response = urllib.request.urlopen(request)

#读取文件内容

content = response.read()

content = eval(content)

ret = content["translateResult"][0][0]['tgt']

print(ret)

returnret

if__name__ == "__main__":

youdao()

运行结果：

注意点：

1.如果使用原始的url进行爬取，会返回erro500的错误，我们需要将原始的请求url里面的"_o"去掉，这样服务器就不会进行验证。

2.代码第33行对请求体进行了url编码后，还进行了二进制编码，因为http请求用的是二进制，所以要进行编码，才能发送post请求。

3.请求包体里面的'i'，是我们用户输入的翻译内容，所以这是我们要自定义输入的地方。

三.图形界面

代码基本实现后，觉得有点无趣，就用python3自带的tkinter写了个小的图形界面出来，代码如下：

fromtkinter import*

importurllib.parse

importurllib.request

defyoudao(words):

#构建url

url = 'http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule'

#构建请求头

headers = {

"User-Agent": 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.13; rv:59.0) Gecko/20100101 Firefox/59.0'

}

#构建请求体

format_data = {

'i': words,

'from':'AUTO',

'to':'AUTO',

'smartresult':'dict',

'client':'fanyideskweb',

'salt':'1526368137702',

'sign':'f0cd13ef1919531ec9a66516ceb261a5',

'doctype':'json',

'version':'2.1',

'keyfrom':'fanyi.web',

'action':'FY_BY_REALTIME',

'typoResult':'true'

}

#进行url编码

format_data = urllib.parse.urlencode(format_data).encode("utf-8")

#获取request文件(传入了data参数，就是post请求)

request = urllib.request.Request(url, data = format_data, headers = headers )

#打开请求文件

response = urllib.request.urlopen(request)

#读取文件内容

content = response.read()

content = eval(content)

ret = content["translateResult"][0][0]['tgt']

print(ret)

returnret

#主程序

root = Tk()

#设置标题

root.title("呆瓜词典")

#设置主窗口大小

root.geometry("320x150")

#可变大小

root.resizable(width=False, height=True)

#第一排输入框输入查询的内容

#左边是一个标签

l1 = Label(root, text = '查询内容', bg = "yellow", font = (12), height = 1, width = 8)

l1.place(x = 20,y = 20)

var1 = StringVar()

input_text = Entry(root, textvariable = var1)

input_text.place(x = 100, y = 20)

#第二排显示框显示查询的结果

#左边是一个标签

l2 = Label(root, text = '查询结果', bg = "yellow", font = (12), height = 1, width = 8)

l2.place(x = 20, y =60)

var2 = StringVar()

output_text = Entry(root, textvariable = var2)

output_text.place(x = 100, y =60)

#调用youdao函数，传进要翻译的内容

deffunc():

words = var1.get()

ifwords:

# print(words)

result = youdao(words)

var2.set(result)

#添加一个按钮

b = Button(root, text = "查询", command = func)

b.place(x = 170, y = 100)

#运行主程序

root.mainloop()

运行效果：

中英文都可以翻译，至此任务就完成了。