python有道字典_Java和Python使用有道词典制作查单词脚本

先上两张图看一下效果

Java的：

今天突发奇想，想做个查单词的东西，就赶紧去有道词典官网看了一下，原来我们要查询的单词是嵌入在网页地址中送给有道词典的，然后页面的结果就是我们需要的单词释义，所以这个东西需要的技术知识只有：

正则表达式

我们要做的只是从获取到的网页源码中提取处单词释义，所以这里只说提取单词释义的正则表达式。

分析网页源码，我们可以看到，单词释义都在一个div标签内,如图：

首要目标是获取这一部分，正则表达式可以这样写：

(?s)

.*?

• .*?

//(?s)的含义是使'.'可以匹配换行符，默认是不匹配的

//.*?意思是在非贪婪模式下，匹配任意多个字符获取到这一部分后，进一步的，我们需要的是里面的单词释义，所以，我们可以这样：

(?m)

(.*?)

//(?m)的含义是按行匹配，在没一行都按照这个正则表达式匹配，默认情况是不分行，统一匹配的

//这里用小括号把.*?包起来，为的是可以直接获取单词的含义，舍去旁边的标签下面是具体的代码：

一，Java代码

import org.apache.http.client.methods.CloseableHttpResponse;

import org.apache.http.client.methods.HttpGet;

import org.apache.http.impl.client.CloseableHttpClient;

import org.apache.http.impl.client.HttpClients;

import org.apache.http.util.EntityUtils;

import java.io.IOException;

import java.util.Scanner;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class Test {

public static void main(String[] args) throws IOException {

CloseableHttpClient httpClient = HttpClients.createDefault();

System.out.print("请输入你要查的单词:");

Scanner s = new Scanner(System.in);

String word = s.nextLine();

word = word.replaceAll(" ","+");

//根据查找单词构造查找地址

HttpGet getWordMean = new HttpGet("http://dict.youdao.com/search?q=" + word + "&keyfrom=dict.index");

CloseableHttpResponse response = httpClient.execute(getWordMean);//取得返回的网页源码

String result = EntityUtils.toString(response.getEntity());

response.close();

//注意(?s)，意思是让'.'匹配换行符，默认情况下不匹配

Pattern searchMeanPattern = Pattern.compile("(?s)

.*?

• .*?

");

Matcher m1 = searchMeanPattern.matcher(result); //m1是获取包含翻译的整个

的

if (m1.find()) {

String means = m1.group();//所有解释，包含网页标签

Pattern getChinese = Pattern.compile("(?m)

(.*?)"); //(?m)代表按行匹配

Matcher m2 = getChinese.matcher(means);

System.out.println("释义:");

while (m2.find()) {

//在Java中(.*?)是第1组，所以用group(1)

System.out.println("\t" + m2.group(1));

}

} else {

System.out.println("未查找到释义.");

System.exit(0);

}

}

}二，Python代码

#!/usr/bin/python

#coding:utf-8

import urllib

import sys

import re

if len(sys.argv) == 1: #没有单词就提示用法

print "用法:./Dict.py 要查找的单词"

sys.exit()

word = ""

for x in range(len(sys.argv) - 1): #查找的可能是短语，中间有空格，如"join in",这里拼接单词

word += " " + sys.argv[x + 1]

print "单词：" + word

searchUrl = "http://dict.youdao.com/search?q=" + word + "&keyfrom=dict.index" #查找的地址

response = urllib.urlopen(searchUrl).read() #获得查找到的网页源码

#从网页源码提取出单词释义那一部分

searchSuccess = re.search(r"(?s)

.*?

• .*?

",response)

if searchSuccess:

#获取我们想提取的核心单词释义，在只有一个分组的情况下，findall返回这个子组字符串组成的列表

means = re.findall(r"(?m)

(.*?)",searchSuccess.group())

print "释义："

for mean in means:

print "\t" + mean #输出释义

else:

--------------------------------------分割线 --------------------------------------

--------------------------------------分割线 --------------------------------------