python翻譯工具

㈤ 如何用python調用百度翻譯

#/usr/bin/envpython
#coding=utf8

importhttplib
importmd5
importurllib
importrandom

appid='20151113000005349'
secretKey='osubCEzlGjzvw8qdQc41'


httpClient=None
myurl='/api/trans/vip/translate'
q='apple'
fromLang='en'
toLang='zh'
salt=random.randint(32768,65536)

sign=appid+q+str(salt)+secretKey
m1=md5.new()
m1.update(sign)
sign=m1.hexdigest()
myurl=myurl+'?appid='+appid+'&q='+urllib.quote(q)+'&from='+fromLang+'&to='+toLang+'&salt='+str(salt)+'&sign='+sign

try:
httpClient=httplib.HTTPConnection('api.fanyi..com')
httpClient.request('GET',myurl)

#response是HTTPResponse對象
response=httpClient.getresponse()
printresponse.read()
exceptException,e:
printe
finally:
ifhttpClient:
httpClient.close()

在調用網路翻譯api之前，您需要申請開發者許可權，獲取APP ID及密鑰。 一個賬號只能獲得一個APP ID和密鑰。

參考價格：若當月翻譯字元數≤2百萬，免費；若超過2百萬字元，按照49元/百萬字元支付當月全部翻譯字元數費用。

參考http://api.fanyi..com/api/trans/proct/apidoc

㈥ 如何用python批量翻譯文本

# coding=utf-8
#authority：bing
#2017-7-18
import httplib
import md5
import urllib
import urllib2
import random
# import sys
# reload(sys)
# sys.setdefaultencoding('utf8')
#
appid = '20151113000005349'
secretKey = 'osubCEzlGjzvw8qdQc41'
httpClient = None
myurl = '/api/trans/vip/translate'
f = open("1.csv", 'r')
q = f.read(20000)#最多讀這么多，再多點就會出問題。
fromLang = 'en'
toLang = 'zh'
salt = random.randint(32768, 65536)
sign = appid + q + str(salt) + secretKey
m1 = md5.new()
m1.update(sign)
sign = m1.hexdigest()
myurl = myurl + '?appid=' + appid + '&q=' + urllib.quote(q) + '&from=' + fromLang + '&to=' + toLang + '&salt=' + str(salt) + '&sign=' + sign
try:
httpClient = httplib.HTTPConnection('api.fanyi..com')
httpClient.request('GET', myurl)
# response是HTTPResponse對象
response = httpClient.getresponse()
cc = response.read()
ccc = cc.decode("unicode_escape")
ccc = ccc.encode("utf-8")
file_object = open('thefile.txt', 'w')
file_object.write(ccc)
file_object.close()
except Exception, e:
print e
finally:
if httpClient:
httpClient.close()
f.close()

㈦ Python有哪些好用的語言翻譯方法

1 import re
2 import urllib.parse, urllib.request
3 import hashlib
4 import urllib
5 import random
6 import json
7 import time
8 from translate import Translator

非python自帶的庫，如python google translator，需要手動安裝，命令pip install mole_name。

1. 網路翻譯

1 appid = 'your_appid'
2 secretKey = 'your_secretKey'
3 url_ = 'http://api.fanyi..com/api/trans/vip/translate'
4
5 def translateBai(text, f='ja', t='zh'):
6 salt = random.randint(32768, 65536)
7 sign = appid + text + str(salt) + secretKey
8 sign = hashlib.md5(sign.encode()).hexdigest()
9 url = url_ + '?appid=' + appid + '&q=' + urllib.parse.quote(text) + '&from=' + f + '&to=' + t + \
10 '&salt=' + str(salt) + '&sign=' + sign
11 response = urllib.request.urlopen(url)
12 content = response.read().decode('utf-8')
13 data = json.loads(content)
14 result = str(data['trans_result'][0]['dst'])
15 print(result)

參數：text--待翻文本，f--初始語言，t--目標語言，後面方法類似。

2. 有道翻譯

1 url_you = 'http://fanyi.you.com/translate?smartresult=dict&smartresult=rule&smartresult=ugc&sessionFrom=' \
2 'http://www.you.com/'
3 dict = {}
4 dict['type'] = 'AUTO'
5 dict['doctype'] = 'json'
6 dict['xmlVersion'] = '1.8'
7 dict['keyfrom'] = 'fanyi.web'
8 dict['ue'] = 'UTF-8'
9 dict['action'] = 'FY_BY_CLICKBUTTON'
10 dict['typoResult'] = 'true'
11
12 def translateYou(text):
13 global dict
14 dict['i'] = text
15 data = urllib.parse.urlencode(dict).encode('utf-8')
16 response = urllib.request.urlopen(url_you, data)
17 content = response.read().decode('utf-8')
18 data = json.loads(content)
19 result = data['translateResult'][0][0]['tgt']
20 print(result)

參數主要由字典dict指定，發現沒有地方可以指定語言（可能是我沒找到），測試結果是不管輸入什麼語言的文本，輸出均是中文。

3. 谷歌翻譯

1 url_google = 'http://translate.google.cn'
2 reg_text = re.compile(r'(?<=TRANSLATED_TEXT=).*?;')
3 user_agent = r'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) ' \
4 r'Chrome/44.0.2403.157 Safari/537.36'
5
6 def translateGoogle(text, f='ja', t='zh-cn'):
7 values = {'hl': 'zh-cn', 'ie': 'utf-8', 'text': text, 'langpair': '%s|%s' % (f, t)}
8 value = urllib.parse.urlencode(values)
9 req = urllib.request.Request(url_google + '?' + value)
10 req.add_header('User-Agent', user_agent)
11 response = urllib.request.urlopen(req)
12 content = response.read().decode('utf-8')
13 data = reg_text.search(content)
14 result = data.group(0).strip(';').strip('\'')
15 print(result)

和上面兩種方法一樣，採用的是訪問網頁的形式來進行翻譯。
還有一種是利用python谷歌翻譯模塊Translator：
1 def translateGoogle2(text):
2 result = translator.translate(text)
3 print(result)

4. 測試代碼
測試過程：
翻譯5個字串為一個小的單位，輸出消耗時間；
循環10次為一個大的單位，輸出消耗時間；
對不同的語言字串和循環次數做過多次測試，發現情況基本類似，所以這里選擇了10次。

1 text_list = ['こんにちは', 'こんばんは', 'おはようございます', 'お休(やす)みなさい', 'お元気(げんき)ですか']
2
3 time_ = 0
4 time_you = 0
5 time_google = 0
6 time_google2 = 0
7
8 for i in list(range(1, 11)):
9 time1 = time.time()
10 for text in text_list:
11 translateBai(text)
12 time2 = time.time()
13 print('網路翻譯第%s次時間：%s' % (i, time2 - time1))
14 time_ += (time2 - time1)
15
16 time1 = time.time()
17 for text in text_list:
18 translateYou(text)
19 time2 = time.time()
20 print('有道翻譯第%s次時間：%s' % (i, time2 - time1))
21 time_you += (time2 - time1)
22
23 time1 = time.time()
24 for text in text_list:
25 translateGoogle(text)
26 time2 = time.time()
27 print('谷歌翻譯第%s次時間：%s' % (i, time2 - time1))
28 time_google += (time2 - time1)
29
30 time1 = time.time()
31 for text in text_list:
32 translateGoogle2(text)
33 time2 = time.time()
34 print('谷歌2翻譯第%s次時間：%s' % (i, time2 - time1))
35 time_google2 += (time2 - time1)
36
37
38 print('網路翻譯時間：%s' % (time_ / 10))
39 print('有道翻譯時間：%s' % (time_you / 10))
40 print('谷歌翻譯時間：%s' % (time_google / 10))
41 print('谷歌2翻譯時間：%s' % (time_google2 / 10))

㈧ 學python用哪個軟體寫代碼.是叫啥編譯器么

python可以用sublime等編輯器或pycharm等IDE進行編寫，python的解釋器是指將python代碼翻譯成機器可以識別運行的機器碼的工具

㈨ Python文本處理工具都有哪些

1、 NLTK — Natural Language Toolkit

搞自然語言處理的同學應該沒有人不知道NLTK吧，這兒也就不多說了。不過引薦兩本書籍給剛剛觸摸NLTK或許需求具體了解NLTK的同學: 一個是官方的《Natural Language Processing with Python》，以介紹NLTK里的功用用法為主，一起附帶一些Python常識，一起國內陳濤同學友情翻譯了一個中文版，這兒可以看到：引薦《用Python進行自然語言處理》中文翻譯-NLTK配套書;另外一本是《Python Text Processing with NLTK 2.0 Cookbook》，這本書要深入一些，會涉及到NLTK的代碼結構，一起會介紹怎麼定製自己的語料和模型等，相當不錯。

2、 Pattern

Pattern由比利時安特衛普大學CLiPS實驗室出品，客觀的說，Pattern不僅僅是一套文本處理東西，它更是一套web數據挖掘東西，囊括了數據抓取模塊(包含Google, Twitter, 維基網路的API，以及爬蟲和HTML剖析器)，文本處理模塊(詞性標示，情感剖析等)，機器學習模塊(VSM, 聚類，SVM)以及可視化模塊等，可以說，Pattern的這一整套邏輯也是這篇文章的組織邏輯，不過這兒我們暫時把Pattern放到文本處理部分。我個人首要使用的是它的英文處理模塊Pattern.en, 有許多很不錯的文本處理功用，包含基礎的tokenize, 詞性標示，語句切分，語法檢查，拼寫糾錯，情感剖析，句法剖析等，相當不錯。

3、 TextBlob: Simplified Text Processing

TextBlob是一個很有意思的Python文本處理東西包，它其實是根據上面兩個Python東西包NLKT和Pattern做了封裝(TextBlob stands on the giant shoulders of NLTK and pattern, and plays nicely with both)，一起供給了許多文本處理功用的介面，包含詞性標示，名詞短語提取，情感剖析，文本分類，拼寫檢查等，甚至包含翻譯和語言檢測，不過這個是根據Google的API的，有調用次數約束。

4、 MBSP for Python

MBSP與Pattern同源，同出自比利時安特衛普大學CLiPS實驗室，供給了Word Tokenization, 語句切分，詞性標示，Chunking, Lemmatization，句法剖析等根本的文本處理功用，感興趣的同學可以重視。

關於 Python文本處理工具都有哪些，環球青藤小編就和大家分享到這里了，學習是永無止境的，學習一項技能更是受益終身，所以，只要肯努力學，什麼時候開始都不晚。如果您還想繼續了解關於python編程的學習方法及素材等內容，可以點擊本站其他文章學習。

㈩ python語言翻譯的過程是

「輸入文本」—「翻譯」—「得到譯文」。詳細步驟如下：
1、先輸入文字。
2、首先調用兩個需要到的第三方庫，設置請求頭，因為網路翻譯反爬機制，經過觀察只加密了sign數據，由代碼計算，將js文件保存在根目錄下。
3、設置data參數，獲取cookies，發送 post請求，返回的是經過『utf-8』編碼後的字元串，我們要對其進行解碼，並且轉化為字典，直接對數據進行類型轉換會報錯「NameError: name 'null' is not defined」。
4、在數據（字典）中將我們要的結果提取出來。