文章详情页

python 爬虫如何实现百度翻译

更多 QQ空间微信 QQ好友腾讯朋友复制链接

【字号：大中小】日期：2022-07-05 13:02:15浏览：2作者：猪猪

环境

python版本号系统游览器 python 3.7.2 win7 google chrome

关于本文

本文将会通过爬虫的方式实现简单的百度翻译。本文中的代码只供学习，不允许作为于商务作用。商务作用请前往api.fanyi.baidu.com购买付费的api。若有侵犯，立即删文！

实现思路

在网站文件中找到隐藏的免费api。传入api所需要的参数并对其发出请求。在返回的json结果里找到相应的翻译结果。

百度翻译的反爬机制

由js算法生成的sign cookie检测 token暗号

在网站文件中找到隐藏的免费api

进入百度翻译，随便输入一段需要翻译的文字。当翻译结果出来的时候，按下F12，选择到NETWORK，最后点进XHR文件。这个时候，网站文件都已经加载完了，所以要F5刷新一下。

python 爬虫如何实现百度翻译

刷新了之后，我们就能发现一个以v2transapi?开头的文件，没错，它就是我们要找的api接口。让我们验证一下，点进去文件-preview，我们就可以在json格式的数据里面找到翻译结果，验证成功。另外，我们还需要获取我们的cookie和token，在之后的反爬机制中我们需要用到它们，位置如以下。cookie位置：

python 爬虫如何实现百度翻译

token位置：

python 爬虫如何实现百度翻译

api信息

接口：https://fanyi.baidu.com/v2tra...请求方式：post

请求参数大全

参数介绍 from 源语言 to 目标语言 query 翻译文本 sign 由js算法生成的签名（反爬） token 请求暗号

开始写代码

导入request和execjs库

import requestsimport execjs requests HTTP库，用于爬虫 execjs 用于调用js代码

反反爬虫

由于百度翻译有cookie识别反爬机制，所以我们设置好我们刚刚获取到的cookie来进行掩护网络蜘蛛身份。

headers = {’cookie’:’请在这里输入你的cookie’}

另外，我们还要设置好token（暗号）。

token = ’请在这里放置你的token’

最后只剩下sign反爬机制了，sign是由js算法给译文生成的一个签名。我在网上搜了一下，找到了相应的js算法，分享给大家。

等等，我们不是在用python进行爬虫吗？那我们又不会js代码，怎么调用啊？还好python有着强大的第三方库，当然也少不了调用js代码的库。调用js代码的库很多，但是本人还是推荐大家使用execjs，简单功能又完整。

在调用js算法代码之前，我们还需要让用户输入一段译文。

q = input(’翻译：’)

之后我们就能使用execjs的compile和call方法来获取sign了。

js = ’’’var i = '320305.131321201'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(/[uD800-uDBFF][uDC00-uDFFF]/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(/[uD800-uDBFF][uDC00-uDFFF]/), 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); 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)}’’’sign = execjs.compile(js).call('e',q)

（以上代码获取了sign）

经过一系列的反反爬虫准备，我们就可以设置好的“源语言”和“目标语言”最后的这两个参数了。

From = ’en’To = ’zh’

（以上代码代表着英译中，若要进行其它语言的翻译，请输入语言对应的英文缩写，英文缩写对应表将会放到本文最后）接着，我们就能构建参数json了。

data = {’from’:From,’to’:To,’query’:q,’sign’:sign,’token’:’14b5f31e3c65d89a0b1c3f756e53942e’}

最后，我们就能请求数据并打印了。

text = requests.post(url,headers=headers,data=data).json()print(text)

我们发现打印出来的结果是个json字典，翻译结果就在其中，我们只需要翻译结果，所以我们可以索引翻译结果的位置再打印。

text = requests.post(url,headers=headers,data=data).json()[’trans_result’][’data’][0][’dst’]print(text)

运行结果：

python 爬虫如何实现百度翻译

完整代码：

import requestsimport execjsurl = ’https://fanyi.baidu.com/v2transapi’headers = {’cookie’:’你的cookie’}js = ’’’var i = '320305.131321201'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(/[uD800-uDBFF][uDC00-uDFFF]/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(/[uD800-uDBFF][uDC00-uDFFF]/), 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); 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)}’’’From = ’源语言’To = ’目标语言’token = ’你的token’q = input(’翻译：’)sign = execjs.compile(js).call('e',q)data = {’from’:From,’to’:To,’query’:q,’sign’:sign,’token’:token}text = requests.post(url,headers=headers,data=data).json()[’trans_result’][’data’][0][’dst’]print(text)

语言英文缩写对应表

{’zh’: ’中文’,’jp’: ’日语’,’jpka’: ’日语假名’,’th’: ’泰语’,’fra’: ’法语’,’en’: ’英语’,’spa’: ’西班牙语’,’kor’: ’韩语’,’tr’: ’土耳其语’,’vie’: ’越南语’,’ms’: ’马来语’,’de’: ’德语’,’ru’: ’俄语’,’ir’: ’伊朗语’,’ara’: ’阿拉伯语’,’est’: ’爱沙尼亚语’,’be’: ’白俄罗斯语’,’bul’: ’保加利亚语’,’hi’: ’印地语’,’is’: ’冰岛语’,’pl’: ’波兰语’,’fa’: ’波斯语’,’dan’: ’丹麦语’,’tl’: ’菲律宾语’,’fin’: ’芬兰语’,’nl’: ’荷兰语’,’ca’: ’加泰罗尼亚语’,’cs’: ’捷克语’,’hr’: ’克罗地亚语’,’lv’: ’拉脱维亚语’,’lt’: ’立陶宛语’,’rom’: ’罗马尼亚语’,’af’: ’南非语’,’no’: ’挪威语’,’pt_BR’: ’巴西语’,’pt’: ’葡萄牙语’,’swe’: ’瑞典语’,’sr’: ’塞尔维亚语’,’eo’: ’世界语’,’sk’: ’斯洛伐克语’,’slo’: ’斯洛文尼亚语’,’sw’: ’斯瓦希里语’,’uk’: ’乌克兰语’,’iw’: ’希伯来语’,’el’: ’希腊语’,’hu’: ’匈牙利语’,’hy’: ’亚美尼亚语’,’it’: ’意大利语’,’id’: ’印尼语’,’sq’: ’阿尔巴尼亚语’,’am’: ’阿姆哈拉语’,’as’: ’阿萨姆语’,’az’: ’阿塞拜疆语’,’eu’: ’巴斯克语’,’bn’: ’孟加拉语’,’bs’: ’波斯尼亚语’,’gl’: ’加利西亚语’,’ka’: ’格鲁吉亚语’,’gu’: ’古吉拉特语’,’ha’: ’豪萨语’,’ig’: ’伊博语’,’iu’: ’因纽特语’,’ga’: ’爱尔兰语’,’zu’: ’祖鲁语’,’kn’: ’卡纳达语’,’kk’: ’哈萨克语’,’ky’: ’吉尔吉斯语’,’lb’: ’卢森堡语’,’mk’: ’马其顿语’,’mt’: ’马耳他语’,’mi’: ’毛利语’,’mr’: ’马拉提语’,’ne’: ’尼泊尔语’,’or’: ’奥利亚语’,’pa’: ’旁遮普语’,’qu’: ’凯楚亚语’,’tn’: ’塞茨瓦纳语’,’si’: ’僧加罗语’,’ta’: ’泰米尔语’,’tt’: ’塔塔尔语’,’te’: ’泰卢固语’,’ur’: ’乌尔都语’,’uz’: ’乌兹别克语’,’cy’: ’威尔士语’,’yo’: ’约鲁巴语’,’yue’: ’粤语’,’wyw’: ’文言文’,’cht’: ’中文繁体’ }

以上就是python 爬虫如何实现百度翻译的详细内容，更多关于python 爬虫实现百度翻译的资料请关注好吧啦网其它相关文章！

百度 Python

上一条：Python 列表反转显示的四种方法下一条：Python list和str互转的实现示例

相关文章：

1. 利用CSS3新特性创建透明边框三角2. 怎样才能用js生成xmldom对象，并且在firefox中也实现xml数据岛？3. 存储于xml中需要的HTML转义代码4. HTML <!DOCTYPE> 标签5. xpath简介_动力节点Java学院整理6. CSS 使用Sprites技术实现圆角效果7. 详解盒子端CSS动画性能提升8. HTML DOM setInterval和clearInterval方法案例详解9. css代码优化的12个技巧10. CSS可以做的几个令你叹为观止的实例分享

排行榜

					
					Docker部署Consul配置过程解析
H5页面使用audio标签播放音频
详解盒子端CSS动画性能提升
ajax post下载flask文件流以及中文文件名问题
css代码优化的12个技巧
jsp网页实现贪吃蛇小游戏
HTML DOM setInterval和clearInterval方法案例详解
HTML <!DOCTYPE> 标签
PHP字符串前后字符或空格删除方法介绍
CSS 使用Sprites技术实现圆角效果
使用FormData进行Ajax请求上传文件的实例代码
				

热门标签