python翻译爬虫_用爬虫实现翻译

今天我们来写一个可以自动翻译词语的脚本，其原理就是用python来模拟浏览器访问百度翻译，下面来分析一下原网页百度翻译

当我们输入词语时，导航栏不变化、网页不刷新就会自动显示翻译结果

由此我们可以推测该过程浏览器进行了一次Ajax请求，下面来分析具体分析一下请求过程：

按F12进入开发者模式

重新输入词语并观察网页请求，

当我们一个一个去观察请求时，发现该请求即为我们所要的结果：

查看该响应的请求头：

提交的表单为{‘kw’：花} (花是我们要查询的词语）

那么我们用爬虫来实现这一过程：

user-agent

代码如下

import requests # 导入requests模块

import pprint #导入pprint ，可以美化输出，也可以用print

url = 'https://fanyi.baidu.com/sug' #请求url

# 构造头部信息，该信息可以将我们的脚本伪装成浏览器访问

headers={

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36',

}

#提交的表单数据，我们假设要查的词语是 花

data={'kw':'花'}

# 开始请求,为POST请求

response=requests.post(url=url,headers=headers,data=data)

#打印响应内容

if response.status_code==200:

pprint.pprint(response.json())

响应结果如下：

观察输出结果可以发现输出结果为字典格式。键（key）为data，值（value）为列表，而列表的每一个元素又是一个字典，键'k'对应的是我们要查询的词语，‘v'对应的是查询结果，但结果中有方括号括起来的拼音，这一部分是我们不需要的，下面我们对结果进行提取：

import requests # 导入requests模块

import pprint #导入pprint ，可以美化输出，也可以用print

#确定字符串中括号的下表

def find_kuohao(string):

string=list(string)

count=0

if ']' in string:

for item in string:

if item == ']':

break

else:

count=count+1

return count

else:

return count

#去除结果中的拼音

def remove_pingyin(string):

num=find_kuohao(string=string)

return string[num+1:]

url = 'https://fanyi.baidu.com/sug' #请求url

# 构造头部信息，该信息可以将我们的脚本伪装成浏览器访问

headers={

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36',

}

#提交的表单数据，我们假设要查的词语是 花

data={'kw':'花'}

# 开始请求,为POST请求

response=requests.post(url=url,headers=headers,data=data)

#打印响应内容

if response.status_code==200:

result=response.json()

translation = result['data'][0]

submit = translation['k']

receive = translation['v'].split(';')

print('您查询的词语是：', submit)

print('查询结果是：')

for i in receive:

if i is not '':

res = remove_pingyin(i)

print(res)

运行结果如下：

我们再次对代码进行改进，使得它可以进行连续查词，并且可以随时进行退出：改进结果如下：

import requests

def find_kuohao(string):

string=list(string)

count=0

if ']' in string:

for item in string:

if item == ']':

break

else:

count=count+1

return count

else:

return count

def remove_pingyin(string):

num=find_kuohao(string=string)

return string[num+1:]

if __name__=="__main__":

headers = {

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36',

}

url = 'https://fanyi.baidu.com/sug'

while True:

word=input('请输入要查询的单词，结束查询按q\n')

if word is 'q':

print('谢谢查询！')

break

else:

data={'kw':word}

response = requests.post(url=url, headers=headers, data=data)

result = response.json()

try:

translation = result['data'][0]

submit = translation['k']

receive = translation['v'].split(';')

print('您查询的词语是：', submit)

print('查询结果是：')

for i in receive:

if i is not '':

res = remove_pingyin(i)

print(res)

except:

print('查询无果，请核对后再试。。。。')

运行一下：

（工具：python3.7.4+Pycharm2019.2)

代码截止2020.2.2运行无误！