用Python爬虫制作一个简易翻译器

PythonFun2024-09-07 8:13

我们通常是通过requests+BS4的方法来获取网页内容，这种方法导入模块较多，速度相对有点儿慢，此时我们可以用requests的post方法向指定服务器发送请求，获取数据后格式化为json，然后获取相关键值。这种方法用到了requests和json两个模块，通过headers进行伪装。

一、获取网页翻译源码

python 复制代码

import requests

# 定义请求的 URL 和数据
url = 'https://fanyi.so.com/index/search'
data = {'eng': '1', 'validate': '', 'ignore_trans': '0', 'query': 'as well'}
# 伪装
headers = {
    'useragent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/128.0.0.0 Mobile Safari/537.36 Edg/128.0.0.0',
    'pro': 'fanyi'
}

# 发送 POST 请求并获取响应
response = requests.post(url=url, headers=headers, data=data).json()

# 提取翻译文本
translated_text = response['data']['fanyi']
print(translated_text)

二、代码解读

URL 和请求数据：请求的目标 URL 是 http://fanyi.so.com，用于查询翻译结果。请求数据中，query 是我们需要翻译的文本，这里设定为 "as well"。
请求头：通过 headers 指定浏览器标识，模拟真实用户访问。这样可以避免请求被认为是机器人访问而被拦截。
POST 请求：使用 requests.post() 发送 POST 请求，并将服务器返回的 JSON 响应转换为字典。
提取翻译：响应数据的 data $'fanyi'$ 字段包含了翻译后的文本。代码最后将该翻译结果输出。

三、注意事项

如果想获取请求的域名，要通过chrome打开网页，输入一个单词如hello，然后按下F12，查看标头，找到请求网址。

获取请求网址

在载荷中找到post的数据，存入到data变量：

找到发送的数据内容。

发送的数据变量data中eng的键值为1是英译中，2是中译英。