python 英语翻译_Python有哪些好用的语言翻译方法
最近有个需求,要将几万条数据从日语翻译成中文。因为数据的获取和处理用的是python代码,所以想先尝试翻译部分也用python实现。
目前网上查到的翻译方法有百度、有道以及谷歌翻译,下面会对这三个方法进行简单的测试和分析。如果大家知道有更好的方法(速度快、结果准确),还请分享!
模块导入
1 import re2 import urllib.parse, urllib.request3 import hashlib4 import urllib5 import random6 import json7 import time8 from translate import Translator
非python自带的库,如python google translator,需要手动安装,命令pip install module_name。
1. 百度翻译
1 appid = 'your_appid'
2 secretKey = 'your_secretKey'
3 url_baidu = 'http://api.fanyi.baidu.com/api/trans/vip/translate'
4
5 def translateBaidu(text, f='ja', t='zh'):6 salt = random.randint(32768, 65536)7 sign = appid + text + str(salt) +secretKey8 sign =hashlib.md5(sign.encode()).hexdigest()9 url = url_baidu + '?appid=' + appid + '&q=' + urllib.parse.quote(text) + '&from=' + f + '&to=' + t +\10 '&salt=' + str(salt) + '&sign=' +sign11 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_youdao = 'http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule&smartresult=ugc&sessionFrom='\2 'http://www.youdao.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 translateYoudao(text):13 globaldict14 dict['i'] =text15 data = urllib.parse.urlencode(dict).encode('utf-8')16 response =urllib.request.urlopen(url_youdao, 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_baidu = 0
4 time_youdao = 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 intext_list:11 translateBaidu(text)12 time2 =time.time()13 print('百度翻译第%s次时间:%s' % (i, time2 -time1))14 time_baidu += (time2 -time1)15
16 time1 =time.time()17 for text intext_list:18 translateYoudao(text)19 time2 =time.time()20 print('有道翻译第%s次时间:%s' % (i, time2 -time1))21 time_youdao += (time2 -time1)22
23 time1 =time.time()24 for text intext_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 intext_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('百度翻译时间:%s' % (time_baidu / 10))39 print('有道翻译时间:%s' % (time_youdao / 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))
5. 结果分析
日语字串原意为['你好', '晚上好', '早上好', '晚安', '您还好吧']。
测试代码输出结果:
您好
晚上好
早上好!
请您休息。
您身体好吗?
百度翻译第1次时间:0.5849709510803223你好
晚安
早上好。
您休息吧、)
好(身体)好吗?有道翻译第1次时间:0.46173906326293945您好
晚上好
早上好
看看你的假期(康)
小心(元气)是
谷歌翻译第1次时间:3.84399676322937你好
问候
问候
请休息
照顾 (玄龟) 吗?
谷歌2翻译第1次时间:6.819758892059326您好
晚上好
早上好!
请您休息。
您身体好吗?
百度翻译第2次时间:0.4968142509460449你好
晚安
早上好。
您休息吧、)
好(身体)好吗?有道翻译第2次时间:0.3870818614959717您好
晚上好
早上好
看看你的假期(康)
小心(元气)是
谷歌翻译第2次时间:3.5689375400543213你好
问候
问候
请休息
照顾 (玄龟) 吗?
谷歌2翻译第2次时间:6.108794450759888您好
晚上好
早上好!
请您休息。
您身体好吗?
百度翻译第3次时间:0.4832003116607666你好
晚安
早上好。
您休息吧、)
好(身体)好吗?有道翻译第3次时间:0.40560245513916016您好
晚上好
早上好
看看你的假期(康)
小心(元气)是
谷歌翻译第3次时间:3.875128984451294你好
问候
问候
请休息
照顾 (玄龟) 吗?
谷歌2翻译第3次时间:5.547708034515381您好
晚上好
早上好!
请您休息。
您身体好吗?
百度翻译第4次时间:0.4904344081878662你好
晚安
早上好。
您休息吧、)
好(身体)好吗?有道翻译第4次时间:0.3860180377960205您好
晚上好
早上好
看看你的假期(康)
小心(元气)是
谷歌翻译第4次时间:3.5466465950012207你好
问候
问候
请休息
照顾 (玄龟) 吗?
谷歌2翻译第4次时间:7.052653551101685您好
晚上好
早上好!
请您休息。
您身体好吗?
百度翻译第5次时间:0.4754292964935303你好
晚安
早上好。
您休息吧、)
好(身体)好吗?有道翻译第5次时间:0.37929368019104004您好
晚上好
早上好
看看你的假期(康)
小心(元气)是
谷歌翻译第5次时间:3.503594160079956你好
问候
问候
请休息
照顾 (玄龟) 吗?
谷歌2翻译第5次时间:4.944894552230835您好
晚上好
早上好!
请您休息。
您身体好吗?
百度翻译第6次时间:0.4637324810028076你好
晚安
早上好。
您休息吧、)
好(身体)好吗?有道翻译第6次时间:0.3679838180541992您好
晚上好
早上好
看看你的假期(康)
小心(元气)是
谷歌翻译第6次时间:3.4939000606536865你好
问候
问候
请休息
照顾 (玄龟) 吗?
谷歌2翻译第6次时间:4.786132335662842您好
晚上好
早上好!
请您休息。
您身体好吗?
百度翻译第7次时间:0.4783976078033447你好
晚安
早上好。
您休息吧、)
好(身体)好吗?有道翻译第7次时间:0.3760185241699219您好
晚上好
早上好
看看你的假期(康)
小心(元气)是
谷歌翻译第7次时间:3.485666036605835你好
问候
问候
请休息
照顾 (玄龟) 吗?
谷歌2翻译第7次时间:6.591272592544556您好
晚上好
早上好!
请您休息。
您身体好吗?
百度翻译第8次时间:0.4756813049316406你好
晚安
早上好。
您休息吧、)
好(身体)好吗?有道翻译第8次时间:0.4083871841430664您好
晚上好
早上好
看看你的假期(康)
小心(元气)是
谷歌翻译第8次时间:3.3123676776885986你好
问候
问候
请休息
照顾 (玄龟) 吗?
谷歌2翻译第8次时间:5.902927875518799您好
晚上好
早上好!
请您休息。
您身体好吗?
百度翻译第9次时间:0.46607208251953125你好
晚安
早上好。
您休息吧、)
好(身体)好吗?有道翻译第9次时间:0.5259883403778076您好
晚上好
早上好
看看你的假期(康)
小心(元气)是
谷歌翻译第9次时间:3.919294834136963你好
问候
问候
请休息
照顾 (玄龟) 吗?
谷歌2翻译第9次时间:6.256660223007202您好
晚上好
早上好!
请您休息。
您身体好吗?
百度翻译第10次时间:0.5158905982971191你好
晚安
早上好。
您休息吧、)
好(身体)好吗?有道翻译第10次时间:0.38652658462524414您好
晚上好
早上好
看看你的假期(康)
小心(元气)是
谷歌翻译第10次时间:3.3273775577545166你好
问候
问候
请休息
照顾 (玄龟) 吗?
谷歌2翻译第10次时间:6.155425071716309百度翻译时间:0.4930623292922974有道翻译时间:0.4084639549255371谷歌翻译时间:3.5876910209655763谷歌2翻译时间:6.016622757911682
从打印的内容分析,耗时情况为有道<百度<谷歌<谷歌2,准确度情况为百度>有道>谷歌>谷歌2。
速度先不管,对后面两个文本的翻译结果,谷歌的准确度是较低的,网页版的翻译结果为:
其实像有道或百度,5条字串耗时400毫秒左右,对于大量数据是不太可取的。如20万条数据,需要约4.4个小时。
所以,如果你知道python中有更好的翻译方法,欢迎分享。或许,这种大量数据的翻译操作用其他语言实现比较合适?
6. 改进 & 感谢
谷歌翻译,灿烂千阳建议日语->英语->中文的顺序,结果的准确度改进了很多(只是多了一步,速度下降了些);
耗时问题,codegay提出多线程方案,可以将速度提升几倍,取决于线程或服务器的个数;
具体改进的代码就不贴出来了,在原来的基础上做调整即可。
python 英语翻译_Python有哪些好用的语言翻译方法相关推荐
- 利用Google在线翻译引擎制作自己的多国语言翻译机
本文介绍如何利用Google在线翻译引擎来制作自己的多国语言翻译器.本程序利用Google的在线翻译引擎实现汉语到英语,英语到汉语,英语到日语的单词,整句的翻译.因为是在命令行运行,不支持/n,不能对 ...
- (转)利用Google在线翻译引擎制作自己的多国语言翻译机
出处:http://www.blogjava.net/ekinglong/archive/2006/11/12/80704.html?Pending=true#Post 本文介绍如何利用Google在 ...
- python 百度词典_python在线抓取百度词典的翻译结果翻译单词
这段代码通过抓取百度词典的翻译结果达到翻译单词的目的 这个小工具使用Python语言编写完成,其中使用到这 些类库(urllib,BeautifulSoup ),前者主要负责网络通讯方面,后者负责HT ...
- python 英语教学_Python基础教程(英文视频教学)
Python基础教程 -.1.-.Installing_Python_video.flv: http://www.t00y.com/file/10034879 -.2.-.Numbers_and_Ma ...
- python 英语分词_Python英文文本分词(无空格)模块wordninja的使用实例
在NLP中,数据清洗与分词往往是很多工作开始的第一步,大多数工作中只有中文语料数据需要进行分词,现有的分词工具也已经有了很多了,这里就不再多介绍了.英文语料由于其本身存在空格符所以无需跟中文语料同样处 ...
- python加密库_python基于pyDes库实现des加密的方法
本文实例讲述了python基于pyDes库实现des加密的方法.分享给大家供大家参考,具体如下: 下载及简介地址:https://twhiteman.netfirms.com/des.html 如需要 ...
- python 控制库_python中实现自动化控制pyautogui库使用方法介绍
大家在使用电脑中,有时候需要电脑进行一些繁锁的程序化操作.Python中有一个第三方库,能够帮助大家实现自动化控制电脑完成指定任务.这个库叫pyautogui库.今天,咿哑呀就简单地教大家怎样使用这个 ...
- python es 数据库_Python将json文件写入ES数据库的方法
1.安装Elasticsearch数据库 PS:在此之前需首先安装Java SE环境 下载elasticsearch-6.5.2版本,进入/elasticsearch-6.5.2/bin目录,双击执行 ...
- python随机排列图片_python 随机打乱 图片和对应的标签方法
如下所示: # -*- coding: utf-8 -*- import os import numpy as np import pandas as pd import h5py import py ...
最新文章
- 计算机笔试图形推理题,【笔记】教资笔试丨4分钟掌握信息处理以及逻辑判断!...
- Linux下Bluez的编程实现
- 滞后分析rstudio_使用RStudio进行A / B测试分析
- uc通讯不成功php版本过高,Ucenter通信失败排查方法
- java求最小步数_关于java:查找两点之间的最小步数?
- LSTM(长短期记忆网络)原理介绍
- SolidWorks2008破解版及安装方法
- linux apache找不到woff2,IIS Web部署: svg/woff/woff2字体找不到
- Elasticsearch:在华为大数据集群 从c80升级至651版本后,执行es命令修改配置失败
- SAP ABAP BDC调用
- safari 模拟手机显示
- QQ服务器维护一般多久,QQ扩列升级要多久?QQ扩列升级维护到什么时候结束
- 计算机实用教学,【实用】计算机教学工作计划3篇
- 用画中画剪辑技巧,给每个视频添加背景图片
- HttpRestful工具类
- 力荐几本学习MCSE的经典好书
- 关于泰克2465B校准
- 解决虚拟机中centos7中安装完毕后无法联网显示Server not found如何解决?
- macOS pyinstaller打包python程序, subprocess无法运行
- RabbitMq初识(一)