欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python爬有道翻译

程序员文章站 2022-06-20 20:11:14
在有道翻译页面中打开开发者工具,在Headers板块找到Request URL以及相应的data。 上面这种很大可能被有道网页给识别出来不是人工在访问,而是代码在访问。 此时我们可以加个‘User-Agent’代理。通过设置User Agent来达到隐藏身份的目的,一般情况下浏览器是通过User-A ......

 

在有道翻译页面中打开开发者工具,在headers板块找到request url以及相应的data。

 

import urllib.request
import urllib.parse
import json

content=input('请输入需要翻译的内容:')

#_o要去掉,否则会出先error_code:50的报错
url='http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule'

data={}
#开发者工具里有,i和doctype键不可少
data['i']=content
data['from']='auto'
data['to']='auto'
data['smartresult']='dict'
data['client']='fanyideskweb'
data['salt']='15695569180611'
data['sign']='5b0565493d812bc5e713b895c12d615d'
data['doctype']='json'
data['version']='2.1'
data['keyfrom']='fanyi.web'
data['action']='fy_by_realttime'

#将字典类型的请求数据转化为url编码,并将编码类型转变为'utf-8'类型
data=urllib.parse.urlencode(data).encode('utf-8')

#向url请求data的响应结果
response=urllib.request.urlopen(url,data)

#读取返回数据内容,decode是转换返回数据的格式为str
html=response.read().decode('utf-8')

#使用json将字符串转化成字典
target=json.loads(html)

#结果在key='translateresult'的三层列表的key='tgt'中
print("翻译结果:%s" %(target['translateresult'][0][0]['tgt']))

 

  

上面这种很大可能被有道网页给识别出来不是人工在访问,而是代码在访问。

此时我们可以加个‘user-agent’代理。通过设置user agent来达到隐藏身份的目的,一般情况下浏览器是通过user-agent来识别的。

 

通过调用urllib.request.request()来设置ua。

 

class urllib.request.request(url, data=none, headers={}, origin_req_host=none, unverifiable=false, method=none)

this class is an abstraction of a url request.

  url should be a string containing a valid url. 

  headers should be a dictionary #headers要为字典

 

有两种方法设置user agent:

    1.在创建request对象的时候,填入headers参数(包含user agent信息),这个headers参数要求为字典;

    2.在创建request对象的时候不添加headers参数,在创建完成之后,使用add_header()的方法,添加headers。

import urllib.request
import urllib.parse
import json
import time


while true:
    
    content=input('请输入需要翻译的内容(输入"q!退出程序"):')

    if content=='q!':
        break;

    #_o要去掉,否则会出先error_code:50的报错
    url='http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule'
    
    '''
    第一种方法
    head={}
    head['user-agent']='mozilla/5.0 (windows nt 10.0; wow64) applewebkit/537.36 (khtml, like gecko) chrome/65.0.3325.181 safari/537.36'
    '''
    
    data={}
    #开发者工具里有,i和doctype键不可少
    data['i']=content
    data['from']='auto'
    data['to']='auto'
    data['smartresult']='dict'
    data['client']='fanyideskweb'
    data['salt']='15695569180611'
    data['sign']='5b0565493d812bc5e713b895c12d615d'
    data['doctype']='json'
    data['version']='2.1'
    data['keyfrom']='fanyi.web'
    data['action']='fy_by_realttime'

    #将字典类型的请求数据转化为url编码,并将编码类型转变为'utf-8'类型
    data=urllib.parse.urlencode(data).encode('utf-8')

    '''
    第一种方法
    req=urllib.request.request(url,data,head)
    '''
    #第二种方法设置user agent
    #创建request对象
    req=urllib.request.request(url,data)
    req.add_header('user-agent','mozilla/5.0 (windows nt 10.0; wow64) applewebkit/537.36 (khtml, like gecko) chrome/65.0.3325.181 safari/537.36')

    #传入创建好的request对象
    response=urllib.request.urlopen(req)

    #读取响应信息并解码
    html=response.read().decode('utf-8')

    #使用json将字符串转化成字典
    target=json.loads(html)

    #结果在key='translateresult'的三层列表的key='tgt'中
    print("翻译结果:%s" %(target['translateresult'][0][0]['tgt']))

    #5秒一次
    time.sleep(5)