python怎么创建翻译器

⑴ python软件中的菜单都是英文的，怎样汉化，求详细汉化过程

你说的是idle吧。。。你根本就不需要汉化它，把精力放在记牢如何使用它更好。也谢菜单基本上用不到。。。比如最常用的ctrl+s为保存，F5是运行程序。这两个是最长用的。要新建文档，单击file（文件），然后选择new file（新建文件），或者open（打开）

指导这些就够了。。。。最常用的就这些。其它功能几乎不会去用

⑵ Linux：Python编写Linux自定义命令工具

摘要： Linux ， Python

工作中需要频繁使用到一个字符串的md5，因此编写一个md5命令工具，输入字符串直接得到输出，并且命令支持参数设置，比如是否事先格式化，指定不同参数可以支持多功能输出，操作步骤如下

直接vim一个脚本，脚本名md5不需要.py后缀，这样更像一个命令，注意在脚本第一行引入python解释器，并设置utf-8编码

其中-f支持先格式化再得到md5，-l支持传入多个字符串用空格分开

赋予可执行权限

测试是否符合要求

直接放置到 /usr/local/bin 目录下（需要root权限）

也可以使用软连接的方式，推荐使用绝对路径

之后就可以在环境变量中直接使用到md5命令

shebang ：中文翻译“释伴”，由 #! 开头的字符串，出现在文本文件的 第一行 。类UNIX操作系统的程序载入器会分析shebang后的内容，将这些内容作为解释命令，并调用该指令，并将载有 shebang的文件路径作为该解释器 的参数

比如 #!/bin/bash 就是使用/bin/bash作为解释器运行脚本，如果以Python作为解释器运行脚本先找到Python解释器的路径，一般在Linux自带的 /usr/bin/python 是Python2版本，也可以指定其他Python版本 #!/opt/anaconda3/bin/python ，第二行为 # coding=utf-8 用来指定编码格式，否则Python2输出中文乱码

对于自定义脚本，推荐放置在 /usr/local/bin 目录，有多个可执行文件目录在环境变量中，区别如下：
/bin ： 包含二进制可执行文件，为系统最基本的命令，如ls等
/sbin ： 与/bin 类似，不同之处是其为root权限命令文件
/usr/bin ： 系统预装可执行文件，会随着系统升级而改变
/usr/sbin ： 同上，不同之处是其为root权限运用
/usr/local/bin ： 三级目录，用户自己的可执行文件，系统不管理
/usr/local/sbin ： root权限用户程序

⑶ python解释器

python解释器的介绍：

解释器由一个编译器和一个虚拟机构成，编译器负责将源代码转换成字节码文件，而虚拟机负责执行字节码。

所以，解释型语言其实也有编译过程，只不过这个编译过程并不是直接生成目标代码，而是中间代码（字节码），然后再通过虚拟机来逐行解释执行字节码。

计算机的大脑是CPU， 中文名叫中央处理器，它仍然不能直接处理 Python 语言。CPU 只能直接处理机器指令语言，那是一种由0和1数字组成的语言，这是一种我们人很难直接写出来的语言。

所以，我们需要一个翻译，把Python语言翻译成 计算机CPU 能听懂的机器指令语言，这样计算机才能按照 我们的Python程序的要求去做事。.py结尾的文件需要解释器去运行执行。

执行过程原理：

1.执行 python XX.py 后，将会启动 Python 的解释器。

2.python解释器的编译器会将.py源文件编译（解释）成字节码生成PyCodeObject字节码对象存放在内存中。

3.python解释器的虚拟机将执行内存中的字节码对象转化为机器语言，虚拟机与操作系统交互，使机器语言在机器硬件上运行。

4.运行结束后python解释器则将PyCodeObject写回到pyc文件中。当python程序第二次运行时，首先程序会在硬盘中寻找pyc文件，如果找到，则直接载入，否则就重复上面的过程。

Python解释器执行程序的三个阶段：

第一步：先启动python3解释器。

第二步：Python3解释器就像一个文本编辑器一样将文件python3 D： est.py从硬盘读入内存。

第三步：Python3解释器解释执行文件代码。

只有第三阶段才识别python的语法。

⑷ 怎样用百度，有道翻译API开发自己的翻译软件

先在网络翻译API接口页面申请接口的使用。点击申请接入。

进入到申请页面后，我们按照要求填写好相关内容。因为我们是个人使用，所以选择个人开发者，而且当月翻译字符数200W以下免费，够用了。

在点击提交申请后，可以看到一些我们需要的信息。这些是我们待会要写代码用到的信息。

点击申请接入成功提示页面下面的接入文档，可以看到详细的使用说明。

通过点击 管理控制台 可以看到很多信息，包括我们刚才申请的信息。

好的，万事具备，只差代码了。下面把python3的代码贴出来，然后运行下看看效果如何：

import hashlib

import urllib.request

import json

import random

appid = '20161120000032362'

secretKey = '这里是你申请的密钥'

httpClient = None

myurl = 'http://api.fanyi..com/api/trans/vip/translate'

q = 'hello'

fromLang = 'en'

toLang = 'zh'

salt = random.randint(32768, 65536)

sign = appid+q+str(salt)+secretKey

m1 = hashlib.md5()

m1.update(sign.encode(encoding='utf-8'))

sign = m1.hexdigest()

myurl = myurl+'?appid='+appid+'&q='+urllib.parse.quote(q)+'&from='+fromLang+'&to='+toLang+'&salt='+str(salt)+'&sign='+sign

response = urllib.request.urlopen(myurl).read().decode('utf8')

getJson = json.loads(response)

getInfo = getJson['trans_result']

s=getInfo[0]

re=s['dst']

print(re)

7

有道翻译api的过程大同小异，童鞋可以自行研究。我的Linux系统中的命令行翻译工具就是利用有道翻译api和python写的，方便简单。

⑸ python dict怎么实现的

Python中dict对象是表明了其是一个原始的Python数据类型，按照键值对的方式存储，其中文名字翻译为字典，顾名思义其通过键名查找对应的值会有很高的效率，时间复杂度在常数级别O(1).dict底层实现（推荐学习：Python视频教程）
在Python2中，dict的底层是依靠哈希表(Hash Table)进行实现的，使用开放地址法解决冲突.
所以其查找的时间复杂度会是O(1).
Dict的操作实现原理（包括插入、删除、以及缓冲池等）
首先介绍：PyDictObject对象的元素搜索策略：
有两种搜索策略，分别是lookdict和lookdict_string，lookdict_string就是lookdict在对于PyStringObject进行搜索时的特殊形式，那么通用的搜索策略lookdict的主要逻辑是：
（1）对第一个entry的查找：
a)根据hash值获得entry的索引
b)若entry处于unused态，则搜索结束；若entry所指向的key与搜索的key相同，则搜索成功
c)若当前entry处于mmy态，则设置freeslot（这里的freeslot是可以返回作为下一个立即可用的地址来存储entry）
d)检查Active态的entry，若其key所指向的值与搜索的值相同，则搜索成功
（2）对剩余的探测链中的元素的遍历查找：
a)根据所采用的探测函数，获得探测链上的下一个待检查的entry
b)检查到一个unused态的entry，表明搜索失败：
如果freeslot不为空，则返回freeslot；否则返回unused态的entry
c)检查entry的key与所搜索的key的引用是否相同，相同则搜索成功，返回entry
d)检查entry的key与所搜索的key的值是否相同，相同则搜索成功，返回entry
e)遍历过程中，发现mmy态的entry，且freeslot未设置，则设置freeslot
接下来是：PyDictObject对象的元素插入与删除的策略：
需要首先用到搜索策略，搜索成功，则直接将值进行替换，搜索失败，返回unused态或mmy态的entry，设置key、value和hash值，并且根据目前插入的元素情况进行ma_table的大小的调整（调整的依据就是装载率，根据是否大于2/3来进行调整）；删除也是类似，先计算hash值，然后搜索相应的entry，搜索成功，删除entry中维护的元素，将entry从Active态修改为mmy态

在PyDictObject的实现过程中，会用到缓冲池，在PyDictObject对象被销毁的时候，才开始接纳被缓冲的PyDictObject对象，定义的缓冲池可接纳的对象数量是80个，创建新PyDictObject对象的时候，如果缓冲池中有，则可以直接从缓冲池中取出使用
更多Python相关技术文章，请访问Python教程栏目进行学习！以上就是小编分享的关于python dict怎么实现的的详细内容希望对大家有所帮助，更多有关python教程请关注环球青藤其它相关文章！

⑹ Python有哪些好用的语言翻译方法

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自带的库，如python google translator，需要手动安装，命令pip install mole_name。

1. 网络翻译

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)

参数：text--待翻文本，f--初始语言，t--目标语言，后面方法类似。

2. 有道翻译

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)

参数主要由字典dict指定，发现没有地方可以指定语言（可能是我没找到），测试结果是不管输入什么语言的文本，输出均是中文。

3. 谷歌翻译

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)

和上面两种方法一样，采用的是访问网页的形式来进行翻译。
还有一种是利用python谷歌翻译模块Translator：
1 def translateGoogle2(text):
2 result = translator.translate(text)
3 print(result)

4. 测试代码
测试过程：
翻译5个字串为一个小的单位，输出消耗时间；
循环10次为一个大的单位，输出消耗时间；
对不同的语言字串和循环次数做过多次测试，发现情况基本类似，所以这里选择了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('网络翻译第%s次时间：%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('有道翻译第%s次时间：%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('谷歌翻译第%s次时间：%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翻译第%s次时间：%s' % (i, time2 - time1))
35 time_google2 += (time2 - time1)
36
37
38 print('网络翻译时间：%s' % (time_ / 10))
39 print('有道翻译时间：%s' % (time_you / 10))
40 print('谷歌翻译时间：%s' % (time_google / 10))
41 print('谷歌2翻译时间：%s' % (time_google2 / 10))