Python 制作自動化翻譯工具

媽媽再也不用擔心我的英語了。

一個可能你似曾相識的場景

閱讀內(nèi)容包含大量英文的 PPT、Word、Excel 或者記事本時，由于英語不熟悉，為了流利地閱讀，需要打開瀏覽器進入谷歌翻譯的主界面，然后把英文復制到谷歌翻譯的輸入框中，最后又把翻譯結果復制回 PPT、Word 和 Excel。

要是一個兩個單詞還好，要是發(fā)現(xiàn)有 100 個單詞不認識，就必須復制粘貼 200 次，如此機械性重復性的工作，應該交給程序來做，這就是我設計下面這個自動化翻譯工具的初衷。

提升辦公效率的法寶

如上圖，運行程序并保持后臺運行，在電腦上的任何一個軟件中選擇一段文本，并 Ctrl + C 復制到系統(tǒng)剪貼板中，程序就會自動幫助我們完成翻譯，并將翻譯結果自動復制到系統(tǒng)剪貼版中，只需 Ctrl + V，就完成了翻譯結果對原文的替換。

編碼實現(xiàn)

程序主要分為兩部分，第一部分為谷歌翻譯爬蟲，第二部分就是實現(xiàn)這個將翻譯結果自動替換的業(yè)務邏輯。

谷歌翻譯爬蟲

通過瀏覽器 F12 開發(fā)者工具，很容易定位到翻譯請求的 URL: http://translate.google.cn/translate_a/single?client=tsl=entl=zh-CNhl=zh-CNdt=atdt=bddt=exdt=lddt=mddt=qcadt=rwdt=rmdt=ss dt=tie=UTF-8oe=UTF-8clearbtn=1otf=1pc=1srcrom=0ssel=0tsel=0kc=2

這個請求接受兩個參數(shù)，一個就是我們要翻譯的字符串 q，另一個是用于用戶認證的 tk(token),其中 q 很容易構造，tk 的構造就需要花費一番心力了，需要我們調(diào)試 js 代碼，這里參考 Github 上大神的輪子： https://github.com/cocoa520/Google_TK

谷歌翻譯爬蟲的主要代碼如下:

def translate(tk, content):
    if len(content) > 4891:
        print("翻譯的長度超過限制?。。?)
        return

    param = {'tk': tk, 'q': content}

    result = requests.get("""http://translate.google.cn/translate_a/single?client=tsl=en
        tl=zh-CNhl=zh-CNdt=atdt=bddt=exdt=lddt=mddt=qcadt=rwdt=rmdt=ss
        dt=tie=UTF-8oe=UTF-8clearbtn=1otf=1pc=1srcrom=0ssel=0tsel=0kc=2""", params=param)

    data = result.json()
    print(data[0][0][0])

返回結果是 json 形式的，翻譯結果保存在結果的第一個元組中。

Python 操作系統(tǒng)剪貼板

將讀取剪貼板的內(nèi)容的代碼封裝成函數(shù)如下：

def getText():#讀取剪切板
    # 打開剪貼板
    w.OpenClipboard()
    # 讀取剪貼板的內(nèi)容
    d = w.GetClipboardData(win32con.CF_TEXT)
    # 關閉剪貼板
    w.CloseClipboard()
    try:
        return d.decode('utf-8')
    except:
        return d.decode('gbk')

返回值 d 是字節(jié)類型的，需要解碼，中文按 gbk 格式解碼，英文按 utf-8 解碼。

類似地，寫入剪貼板的代碼如下：

def setText(aString):#寫入剪切板
    # 打開剪貼板
    w.OpenClipboard()
    # 清空剪貼板
    w.EmptyClipboard()
    # 寫入剪貼板
    w.SetClipboardText(aString)
    # 關閉剪貼板
    w.CloseClipboard()

實現(xiàn)將翻譯結果自動替換原文的邏輯的代碼如下：

while(True):
        # 如果剪貼板正在被占用
        try:
            cs = getText()
        except:
            time.sleep(1)
            cs = getText()
        print('cs',cs)
        if cs and cs != ls:
            print('準備翻譯')
            content = getText()
            tk = js.getTk(content)
            res = translate(tk, content)
            setText(res)
            time.sleep(1)
            ls = res

值得注意的是，系統(tǒng)剪貼板對象是單例模式的，在操作系統(tǒng)范圍內(nèi)只有一個，而且讀寫剪貼板都是互斥的，在讀（寫）剪貼板的同時不允許任何對剪貼板的寫（讀）操作。試想這樣一種情景，我們在其他軟件中 Ctrl + C 寫入剪貼板，而此時我們的程序代碼正好執(zhí)行到讀剪貼板那一行，毫無疑問會報錯，我的解決辦法是使用 try…except 語句延時 1 s再讀取，這樣可以大大降低讀寫碰撞的概率，但無疑消耗了程序性能。最好的辦法是判斷剪貼板對象句柄是否被占用，其實我一直在尋找是否存在判斷剪貼板對象句柄是否被占用的 API,但是一直沒有找到

項目地址

https://github.com/Python3Spiders/GoogleAutoTranslationTool

以上就是Python 實現(xiàn)自動化翻譯和替換的腳本的詳細內(nèi)容，更多關于python 自動化翻譯的資料請關注腳本之家其它相關文章！