python进行英语文献翻译

使用python进行英语文献翻译

1. 前期准备

安装PyPDF2模块、申请百度翻译api。其中模块安装大家可以根据情况，因为很多模块我之前安装过，比如requests，所以现在都是直接用的，如果你在使用的过程中，缺少了摸个模块，你可以自己进行安装。

百度翻译api申请，你可以进入百度翻译开放平台进行注册申请，然后在开发者信息里面找到你的Appid以及秘钥。

这个秘钥后来进行翻译的时候回用的到。

2. 处理pdf- 提取文字

这个工作使用PyPDF2就可以搞定，主要使用的extractText函数进行pdf的文字抽取，具体代码如下：

from PyPDF2.pdf import PdfFileReader, PdfFileWriter, ContentStream
## 处理pdf
def getDataUsingPyPdf(filename):  pdf = PdfFileReader(open(filename, "rb"))  content = ""  num = pdf.getNumPages()for i in range(0, num):  extractedText = pdf.getPage(i).extractText()content +=  extractedText + "\n"  return content

其中filename就是你待处理pdf的位置，最终这个函数的返回值就是整个pdf的全文。

3. 使用百度翻译

百度翻译提供了接口供使用，你只需要把你的appid和秘钥拿到，然后传入正确的json串，百度翻译这个接口就会返回一个json串，你对这个json串进行分析就ok了。代码如下：

import requests
import string
import time
import hashlib
import json#init
api_url = "http://api.fanyi.baidu.com/api/trans/vip/translate"
my_appid = "你的Id"
cyber = "你的秘钥"def translate(word):#init salt and final_signsalt = str(time.time())[:10]final_sign = str(my_appid)+word+salt+cyberfinal_sign = hashlib.md5(final_sign.encode("utf-8")).hexdigest()#其中form和to可以区别en,zh构造请求参数paramas = {'q':word,'from':'en','to':'zh','appid':'%s'%my_appid,'salt':'%s'%salt,'sign':'%s'%final_sign}my_url = api_url+'?appid='+str(my_appid)+'&q='+word+'&from='+'zh'+'&to='+'en'+'&salt='+salt+'&sign='+final_signresponse = requests.get(api_url,params = paramas).contentcontent = str(response,encoding = "utf-8")json_reads = json.loads(content)return json_reads['trans_result'][0]['dst']+" "

这个函数功能就是传入一个英文字符串，然后返回一句中文。

3. 使用上面两个函数，进行文本处理

content = getDataUsingPyPdf("08095313.pdf")
clist = content.split(".")
i=0
while(i<clist.__len__()):print(translate.translate(clist[i].replace("\n"," ")))i+=1

其中我按照 . 把英文文章进行了分句，这样就可以用百度翻译函数进行单句的翻译。在翻译的过程中我也进行了replace(“\n”,” “)，这样主要目的是有时候你的句子可能由于pdf转换，一句话被回车给隔开了，导致翻译的时候不准确。你也可以自己进行很多自定义处理，比如在读pdf的时候，把句子处理一下，都是可以的。我本次测试了效果还ok。下面贴出部分原文以及翻译后。

原文：

翻译后：

使用迅捷pdf翻译：

本次处理的结果是在控制台输出的，你可以重定向到txt，甚至写到pdf中。

参考：

百度翻译api调用

pdf处理