python 爬虫如何实现百度翻译

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 requests
import 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。

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)
}

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 requests
import execjs
url = \'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自学编程网其它相关文章！