用 python 调用百度翻译 v2transapi 接口

一、获得接口 url

打开百度翻译：百度翻译
右键检查 或者 F12 打开控制台、点击网络这一项：
输入文字：哈哈，点击图中的过滤按钮，选择全部

可以看到，v2transapi?from=zh&to=jp 请求的预览中就是我们需要的响应数据：
同时看到 headers 中有我们的 Cookie 字段：

二、查看POST表单格式

因为是POST请求，点击载荷看到我们的表单格式：

三、python 访问百度翻译 v2transapi 接口初试

将之前获得的 cookie、token 填入：

import json
import urllib.request
import urllib.parse# 第一步中咱们知道接口是这个 url
url = 'https://fanyi.baidu.com/v2transapi?from=zh&to=jp'
# headers 必须带 Cookie，百度翻译的反扒手段之一
headers = {'Cookie': 你的 cookie
}
# 要翻译的单词
query = '哈哈'
# 表单数据，将第二步中的kv全部复制过来
data = {'from': 'zh','to': 'jp','query': query,'simple_means_flag': '3','sign': ‘404035.182642’,'token': 你的 token,'domain': 'common'
}
# 封装 request 对象
data = urllib.parse.urlencode(data).encode('utf-8')
request = urllib.request.Request(url=url, data=data, headers=headers)
# 调用 urlopen，获得返回值
response = urllib.request.urlopen(request)
content = response.read().decode('utf-8')
# 用 json 可以解码返回值中的 Unicode 字符
print(json.loads(content))

运行结果：

看起来成功了！换个单词翻译试试：将 query 改为 啦啦啦 再运行：

居然是未知错误，观察我们的表单数据发现有个特殊字段：'sign': ‘404035.182642’，所以我们需要知道这个 sign 字段是如何生成的

四、探究原因

重新查看我们控制台中的接口：

启动器中可以看到所有的调用栈，点击第一个不是 jquery 的 js：@ translate.js:181

可以发现该方法正是我们的 $.ajax 方法，我们得知 data 的变量名为 paramData，在该文件内摁 ctrl+f 搜索这个变量：

发现 sign 是调用了 pGrab( qeury ) 方法：这个 qeury 正是我们的待翻译文字。我们 ctrl+f 搜索 pGrab 发现是导入别的 js 文件中的方法：

全局搜索该文件：点击控制台左边这三个点 - 打开文件，或者 ctrl+p。

翻到文件末尾看到导出的方法是 tl，所以实质 sign = tl( query )，右键该文件点击另存为，将 pGrab.js 文件放入我们的项目路径。

五、python 访问百度翻译 v2transapi 接口再试

现在的思路就是需要在 python 中调用该 js 中的 tl( query ) 方法生成我们的 sign，此时我们需要导入 execjs 模块（需要 nodejs 环境：本人版本 v14.0.0）

安装
```
pip install PyExecJS
```
导入：
```
import execjs
```

使用：

query = '哈哈'
with open('pGrab.js', mode='r', encoding='utf-8') as f:sign = execjs.compile(f.read()).call("tl", query)
print(sign)

运行

提示 window 未定义，在 pGrab.js 中搜索发现只有一处使用了该变量：

现在的目标就变成了如何知道这个 window “长什么样”
此时我们可以利用浏览器的调试功能，直接定位到这行代码查看 window 变量！
在图示这行打上断点：

然后在翻译框随便输入，js 会暂停在断点这行。鼠标指上 window 变量，在里面寻找 key = gtk

因为我们通过搜索 pGrab.js 知道只用了 window 中的这一个 kv，所以我们在项目中的 pGrap.js 文件首行添加
```
window = { 'gtk': '320305.131321201' }
```
重新运行我们第3步的代码：

对比我们之前的 query = '哈哈' 对应的 sign 值是同一个值：

问题全部解决了，上代码最终版！

六、代码最终版

import json
import urllib.request
import urllib.parse
import execjs# 第一步中咱们知道接口是这个 url
url = 'https://fanyi.baidu.com/v2transapi?from=zh&to=jp'
# headers 必须带 Cookie，百度翻译的反扒手段之一
headers = {'Cookie': 你的 cookie
}
# 要翻译的单词
query = '哈哈'
# 生成 sign
with open('pGrab.js', mode='r', encoding='utf-8') as f:sign = execjs.compile(f.read()).call("tl", query)
print(sign)
# 表单数据，将第二步中的kv全部复制过来
data = {'from': 'zh','to': 'jp','query': query,'simple_means_flag': '3','sign': sign,'token': 你的 token,'domain': 'common'
}
# 封装 request 对象
data = urllib.parse.urlencode(data).encode('utf-8')
request = urllib.request.Request(url=url, data=data, headers=headers)
# 调用 urlopen，获得返回值
response = urllib.request.urlopen(request)
content = response.read().decode('utf-8')
# 用 json 可以解码返回值中的 Unicode 字符
print(json.loads(content))

运行结果：

pGrab.js

window = {'gtk': '320305.131321201'};function rl(num, rule) {for (let i = 0; i < rule.length - 2; i += 3) {let d = rule.charAt(i + 2);d = 'a' <= d ? d.charCodeAt(0) - 87 : Number(d);d = '+' === rule.charAt(i + 1) ? num >>> d : num << d;num = '+' === rule.charAt(i) ? num + d & 4294967295 : num ^ d;}return num;
}let gtk = null;function tl(query) {// 非 BMP 的 unicode 在 js 会以高低位保存在，导致 string.length 返回是 2，与后端不一致// https://developer.mozilla.org/zh-CN/docs/Web/JavaScript/Reference/Global_Objects/String/charCodeAtlet noBMPChar = query.match(/[\uD800-\uDBFF][\uDC00-\uDFFF]/g);if (noBMPChar === null) {let qLen = query.length;if (qLen > 30) {query = `${query.substr(0, 10)}${query.substr(Math.floor(qLen / 2) - 5, 10)}${query.substr(-10, 10)}`;}} else {let bmpPart = query.split(/[\uD800-\uDBFF][\uDC00-\uDFFF]/);let i = 0;let len = bmpPart.length;let qArray = [];for (; i < len; i++) {if (bmpPart[i] !== '') {qArray.push(...bmpPart[i].split(''));}if (i !== len - 1) {qArray.push(noBMPChar[i]);}}let qLen = qArray.length;// query 截取if (qLen > 30) {// query = `${query.substr(0, 10)}${query.substr(Math.floor(qLen / 2) - 5, 10)}${query.substr(-10, 10)}`;query = qArray.slice(0, 10).join('')+ qArray.slice(Math.floor(qLen / 2) - 5, Math.floor(qLen / 2) + 5).join('')+ qArray.slice(-10).join('');}}let tk;// key - gtklet key = `${String.fromCharCode(103)}${String.fromCharCode(116)}${String.fromCharCode(107)}`;if (gtk !== null) {tk = gtk;} else {tk = (gtk = window[key] || '') || '';}let tkArr = tk.split('.');let tk0 = Number(tkArr[0]) || 0;let tk1 = Number(tkArr[1]) || 0;let e = [];for (let f = 0, g = 0; g < query.length; g++) {let ucode = query.charCodeAt(g);// 将 unicode 对应 utf8 各字节存入 array eif (ucode < 128) {// utf 编码为变字节，参考 http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html// 单字节 操作e[f++] = ucode;} else {if (ucode < 2048) {// 双字节 操作e[f++] = ucode >> 6 | 192;} else {// charCodeAt 总是返回一个小于 65,536 的值。// 这是因为高位编码单元（higher code point）使用一对（低位编码（lower valued））代理伪字符（"surrogate" pseudo-characters）来表示，从而构成一个真正的字符。// 因此，为了查看或复制（reproduce）65536 及以上编码字符的完整字符，需要在获取 charCodeAt(i) 的值的同时获取 charCodeAt(i+1) 的值// 貌似是因为一个 char 两个字节（16位），支持 unicode \u0000 - \uffffif (55296 === (ucode & 64512)&& g + 1 < query.length&& 56320 === (query.charCodeAt(g + 1) & 64512)) {// 四字节 操作ucode = 65536 + ((ucode & 1023) << 10) + (query.charCodeAt(++g) & 1023);e[f++] = ucode >> 18 | 240;e[f++] = ucode >> 12 & 63 | 128;} else {// 三字节 操作e[f++] = ucode >> 12 | 224;}e[f++] = ucode >> 6 & 63 | 128;}// 末字节e[f++] = ucode & 63 | 128;}}let rlt = tk0;// let rule1 = '+-a^+6';let rule1 = `${String.fromCharCode(43)}${String.fromCharCode(45)}${String.fromCharCode(97)}`+ `${String.fromCharCode(94)}${String.fromCharCode(43)}${String.fromCharCode(54)}`;// let rule2 = '+-3^+b+-f'let rule2 = `${String.fromCharCode(43)}${String.fromCharCode(45)}${String.fromCharCode(51)}`+ `${String.fromCharCode(94)}${String.fromCharCode(43)}${String.fromCharCode(98)}`+ `${String.fromCharCode(43)}${String.fromCharCode(45)}${String.fromCharCode(102)}`;for (let i = 0; i < e.length; i++) {rlt += e[i];// +-a^+6rlt = rl(rlt, rule1);}rlt = rl(rlt, rule2);rlt ^= tk1;rlt < 0 && (rlt = (rlt & 2147483647) + 2147483648);rlt %= 1E6;return `${rlt.toString()}.${rlt ^ tk0}`;
}

七、补充

scrapy 访问百度翻译 v2transapi 接口

settings.py 中注释掉：

# ROBOTSTXT_OBEY = True

新建 spider：

import scrapy
import execjsclass BaiduFanyiSpider(scrapy.Spider):name = 'baidu_fanyi'allowed_domains = ['fanyi.baidu.com']# 必须注释# start_urls = ['https://fanyi.baidu.com/v2transapi']# 必须改名def parse_second(self, response):print(response.json())passdef start_requests(self):url = 'https://fanyi.baidu.com/v2transapi?from=zh&to=jp'query = '哈哈'with open('pGrab.js', mode='r', encoding='utf-8') as f:sign = execjs.compile(f.read()).call("tl", query)# print(sign)headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/104.0.0.0 Safari/537.36',}cookies = {将 cookies 按分号拆开，等号改写成 kv 形式，例如：'BIDUPSID': xxx,...}data = {'from': 'zh','to': 'jp','query': query,'simple_means_flag': '3','sign': sign,'token': 你的token,'domain': 'common'}yield scrapy.FormRequest(url=url, headers=headers, formdata=data, cookies=cookies, callback=self.parse_second)

运行结果：

完结撒花