python实现的翻译脚本

今天突然有一个想法，就是想自己写一个翻译脚本。可惜Google提供的API是供网络应用的。刚好在《dive into python》里面这本书里面看到如何从HTML文档中提取出来自己想要的内容，那这样的话，可不可以模拟浏览器来发送想翻译的句子，然后再接收返回结果后的HTML源码，最后从中提取出翻译的结果呢？　　其实是行的，因为利用python可以模拟浏览器的行为，向Google翻译的主页发送想要翻译的句子。下面是具体的代码：

Python语言: Codee#7671

1 import urllib,urllib2
2 
3 values={'hl':'zh-CN','ie':'utf8','text':text,'langpair':"en|zh-CN"}
4 url='http://translate.google.cn/translate_t'
5 data = urllib.urlencode(values)
6 req = urllib2.Request(url, data)
7 req.add_header('User-Agent', "Mozilla/5.0+(compatible;+Googlebot/2.1;++http://www.google.com/bot.html)")
8 response = urllib2.urlopen(req)

　　上面最关键的是text这个变量，值为想翻译的句子。后面的langpair的值是语言对，这里是英文翻译成简体中文，可以自由改动。下面就要实现一个类来取出我们想要的翻译结果，这个类要从SGMLParser派生出来，SGMLParser是在sgmllib.py中包含的。

Python语言: Codee#7673

01 from sgmllib import SGMLParser
02 
03 class URLLister(SGMLParser):
04     def reset(self):
05         SGMLParser.reset(self)
06         self.result = []
07         self.open = False
08     def start_div(self, attrs):
09         id = [v for k, v in attrs if k=='id']
10         if 'result_box' in id:
11             self.open = True
12     def handle_data(self, text):
13         if self.open:
14             self.result.append(text)
15             self.open = False

　　当调用feed方法时，就会寻找开始标记为div的片段，当找到时，它会调用一个自身内部的方法，其实最终也就是调用到start_div跟handle_data这两个方法来找出我们想要的翻译结果，具体的就不说了。下面是完整的代码：

Python语言: Codee#7674

01 import urllib,urllib2
02 from sgmllib import SGMLParser
03 
04 class URLLister(SGMLParser):
05     def reset(self):
06         SGMLParser.reset(self)
07         self.result = []
08         self.open = False
09     def start_div(self, attrs):
10         id = [v for k, v in attrs if k=='id']
11         if 'result_box' in id:
12             self.open = True
13     def handle_data(self, text):
14         if self.open:
15             self.result.append(text)
16             self.open = False
17 
18 while True:
19     text = raw_input("请输入要翻译的英文(退出输入q)：")
20     if text=='q':
21         break;
22     values={'hl':'zh-CN','ie':'utf8','text':text,'langpair':"en|zh-CN"}
23     url='http://translate.google.cn/translate_t'
24     data = urllib.urlencode(values)
25     req = urllib2.Request(url, data)
26     req.add_header('User-Agent', "Mozilla/5.0+(compatible;+Googlebot/2.1;++http://www.google.com/bot.html)")
27     response = urllib2.urlopen(req)
28     parser = URLLister()
29     parser.feed(response.read())
30     parser.close()
31     print "翻译结果:"
32     for i in parser.result:
33         i = unicode(i,'utf-8').encode('gbk');
34         print i