（七）Python3 實現不限字符的谷歌翻譯方法

如果要對網頁正文進行翻譯，可直接參考:https://blog.csdn.net/qq_42632840/article/details/101938081

谷歌翻譯介紹

谷歌翻譯網址：https://translate.google.cn/

Google 翻譯是谷歌公司提供一項免費的翻譯服務，可提供103 種語言之間的即時翻譯，支持任意兩種語言之間的字詞、句子和網頁翻譯。

實現谷歌翻譯的方法

經過查找資料，python實現谷歌翻譯大概有三類方法:
1.使用google API
此方法需要付費，然後綁定項目和google賬號，啓動API，創建service account，具體可見：https://blog.csdn.net/nicolelili1/article/details/76973097

2.使用別人已經封裝好的一些庫
3.通過爬蟲實現翻譯，本文主要實現這方法

通過爬蟲實現谷歌翻譯

首先給出代碼:
Py4Js.py:

import execjs

class Py4Js():

    def __init__(self):
        self.ctx = execjs.compile(""" 
        function TL(a) { 
        var k = ""; 
        var b = 406644; 
        var b1 = 3293161072; 

        var jd = "."; 
        var $b = "+-a^+6"; 
        var Zb = "+-3^+b+-f"; 

        for (var e = [], f = 0, g = 0; g < a.length; g++) { 
            var m = a.charCodeAt(g); 
            128 > m ? e[f++] = m : (2048 > m ? e[f++] = m >> 6 | 192 : (55296 == (m & 64512) && g + 1 < a.length && 56320 == (a.charCodeAt(g + 1) & 64512) ? (m = 65536 + ((m & 1023) << 10) + (a.charCodeAt(++g) & 1023), 
            e[f++] = m >> 18 | 240, 
            e[f++] = m >> 12 & 63 | 128) : e[f++] = m >> 12 | 224, 
            e[f++] = m >> 6 & 63 | 128), 
            e[f++] = m & 63 | 128) 
        } 
        a = b; 
        for (f = 0; f < e.length; f++) a += e[f], 
        a = RL(a, $b); 
        a = RL(a, Zb); 
        a ^= b1 || 0; 
        0 > a && (a = (a & 2147483647) + 2147483648); 
        a %= 1E6; 
        return a.toString() + jd + (a ^ b) 
    }; 

    function RL(a, b) { 
        var t = "a"; 
        var Yb = "+"; 
        for (var c = 0; c < b.length - 2; c += 3) { 
            var d = b.charAt(c + 2), 
            d = d >= t ? d.charCodeAt(0) - 87 : Number(d), 
            d = b.charAt(c + 1) == Yb ? a >>> d: a << d; 
            a = b.charAt(c) == Yb ? a + d & 4294967295 : a ^ d 
        } 
        return a 
    } 
    """)

    def getTk(self, text):
        return self.ctx.call("TL", text)

google_trans.py:

from Py4Js import *
import requests

# 谷歌翻譯方法
def google_translate(content):
    '''實現谷歌的翻譯'''
    res_trans=""
    # print(js)
    if len(content)>4891:
        while len(content) > 4891:
            #print("翻譯的長度超過限制！！！")
            # temp=content[0:4000-len(content[0:4000].split('.')[-1])]+content[4000].split('.')[0]
            # content=content[4001-len(content[0:4000].split('.')[-1]):]
            temp=content[0:4889]
            content=content[4890:]
            print(content+"\n\n")
            temp_trans=google_trans_final(temp)
            res_trans=res_trans+temp_trans
            #google_translate(content)
            print("實現多次翻譯拼接，用這個分割一下\n\n")
            #return
        temp_trans=google_trans_final(content)
        res_trans+=temp_trans
        return res_trans
    else:
        return google_trans_final(content)

def google_trans_final(content):
    js = Py4Js()
    tk = js.getTk(content)
    param = {'tk': tk, 'q': content}
    result = requests.get("http://translate.google.cn/translate_a/single?client=t&sl=auto&tl=en&hl=en&dt=at&dt=bd&dt=ex&dt=ld&dt=md&dt=qca&dt=rw&dt=rm&dt=ss&dt=t&ie=UTF-8&oe=UTF-8&clearbtn=1&otf=1&pc=1&srcrom=0&ssel=0&tsel=0&kc=2&tk=%s&q=%s"%(tk,content))

    # 返回的結果爲Json，解析爲一個嵌套列表
    trans = result.json()[0]
    
    ret = ''
    for i in range(len(trans)):
        line = trans[i][0]
        if line != None:
            ret += trans[i][0]

    return ret

問題與解析

1.No module named ‘execjs’

安裝execjs即可 pip install PyExecJS

2.部分原理介紹:

Py4Js.py:用於獲得tk。
打開google的瀏覽器，進入翻譯界面https://translate.google.cn/，打開開發者模式，觀察network，輸入翻譯內容進行測試，可以發現，帶有single?client=web…的url裏面有翻譯的結果:

可以看到翻譯結果在Response的第一個列表的第一個位置，所以實現翻譯只需要獲得此url並且獲取第一個位置的字符串即可。以下部分代碼就是實現獲得第一個列表第一個位置的字符串:

for i in range(len(trans)):
        line = trans[i][0]
        if line != None:
            ret += trans[i][0]

關於tk：在google搜索上，基本上不同的翻譯內容對應着不同的tk值，而其他的比如翻譯語言、翻譯結構等參數都幾乎相同，比如China對應的tk是942592.574918。有大神破解了tk，即使用js生成對應文本的tk。也有根據node.js實現這個爬蟲的，可參考：https://segmentfault.com/a/1190000019152744?utm_source=tag-newest

關於不限字符翻譯，在此部分實現不限字符翻譯，即分段翻譯然後拼接起來:

if len(content)>4891:
        while len(content) > 4891:
            #print("翻譯的長度超過限制！！！")
            temp=content[0:4000-len(content[0:4000].split('.')[-1])]+content[4000].split('.')[0]
            content=content[4001-len(content[0:4000].split('.')[-1]):]
            #temp=content[0:4889]
            #content=content[4890:]
            print(content+"\n\n")
            temp_trans=google_trans_final(temp)
            res_trans=res_trans+temp_trans
            #google_translate(content)
            print("實現多次翻譯拼接，用這個分割一下\n\n")
            #return

其中4891是經過測試的谷歌穩定翻譯的最大字符數。但是此處翻譯還有很大的完善空間，對某些語言的翻譯效果不好。如果是翻譯很長的文本，需要對這部分進行完善，如有建議、改進措施歡迎評論和私信。