Python爬虫：百度翻译接口获取翻译结果

分析百度翻译接口，使用python获取翻译结果

目标：获取百度翻译结果

工具：chrome/firefox浏览器、pychram、python3.7

模块：requests、re、execjs

开始分析：

首先在翻译页面左边输入字符串，会自动检测语言并将翻译结果显示在右边，这个过程页面并没有刷新，所以分析应该是ajax请求了接口获取的结果，直接筛选XHR，发现最后一个请求就是翻译结果接口；

既然接口找到了，接下来就是分析看传递了哪些参数，一共八个参数：

from: zh
to: en
query: 你好
transtype: realtime
simple_means_flag: 3
sign: 232427.485594
token: c156c49e36c6a5d8625e1919bf915c6e
domain:common

参数from、to：多次尝试后发现分别是原文语言和翻译语言的简称；
参数query：翻译原文；
参数transtype：应该是翻译类型，多次尝试发现有两种结果realtime和translang；
参数simple_means_flag：固定值；
参数sign：应该是js生成的；
参数token：应该也是一段js生成的字符串；
参数domain：固定值。

参数初步分析完成，固定值不用改，现在只需要知道sign和token是怎样生成的就行。

通过搜索sign，发现这个index_4029c2d.js文件中sign调用函数y(n)传入了一个n

打个断点调试看看，发现这个n其实就是需要翻译的原文

继续往下调试，发现函数y其实就是这个函数e，通过函数e、函数n加密后得到sign，ok，接下来将代码复制出来测试，经过js调试发现这段代码报错

浏览器调试看了下，i 就是window全局对象gtk ， u=gtk

再次搜索gtk，找到gtk对比前面浏览器调试u的值，发现果然一模一样，这个值就是翻译页面加载出来的，直接请求这个页面正则匹配就能获得gtk，那么也就解决了获取gtk问题

将js代码变量u直接赋值为这个值放到js调试，看是否和浏览器得到的结果一样。

通过对比，发现一模一样，至此sign参数搞定，利用这段js代码就可以生成sign

接下来分析token参数，刚刚搜索sign其实已经知道（不清楚的回到上面搜索sign那里看看），token参数是从window全局对象common中获取的，通过搜索发现，token其实和gtk是在同一个页面，那么一样使用正则匹配就能拿到

通过再次对比，确认sign和token参数获取方式都没错，参数分析完成，开始写代码

逻辑梳理：
请求翻译页 => 获取gtk、token => 生成sign => 请求翻译接口 => 解析得到翻译结果

代码：

import requests
import re
import execjs
from requests.packages.urllib3.exceptions import InsecureRequestWarning# 关闭ssl验证错误提醒
requests.packages.urllib3.disable_warnings(InsecureRequestWarning)class FanYi:def __init__(self, keyword):self.keyword = keywordself.url = ['https://fanyi.baidu.com/?aldtype=16047','https://fanyi.baidu.com/v2transapi?']self.session = requests.session()self.headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 ''(KHTML, like Gecko) Chrome/86.0.4240.111 Safari/537.36','referer': 'https://fanyi.baidu.com/?aldtype=16047','origin': 'https://fanyi.baidu.com',}def key_parameter(self):headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 ''(KHTML, like Gecko) Chrome/86.0.4240.111 Safari/537.36'}response = self.session.get(self.url[0], headers=headers, verify=False).content.decode()# 获取页面中的token/gtktoken = re.findall("token: '(.*?)',", response)[0]gtk = re.findall("window.gtk = '(.*?)';", response)[0]# 读取jswith open('baidu.js', 'r') as f:js = f.read()# 生成js对象exec_obj = execjs.compile(js)# 调用js中的e函数并传入参数生成signsign = exec_obj.call("e", self.keyword, gtk)return token, signdef form_data(self, token, sign):data = {'from': 'zh','to': 'en','query': self.keyword,'transtype': 'realtime','simple_means_flag': 3,'sign': sign,'token': token,'domain': 'common'}return datadef run(self):# 调用两次key_parameter函数以保证token为最新的，否则请求不到数据self.key_parameter()token, sign = self.key_parameter()form_data = self.form_data(token, sign)data = self.session.post(self.url[1], headers=self.headers, data=form_data, verify=False).json()result = data['trans_result']['data'][0]['dst']print('翻译结果:', result)if __name__ == '__main__':word = input('请输入原文: ')fy = FanYi(word)fy.run()

大功告成，运行后可以成功获取到翻译结果。

遇到的问题：之前运行后一直不行，发现是token问题，获取两次token，使用第二次的token就行了，可能是百度的反爬？另外貌似还是有个问题，会偶尔请求失败，需要重新运行，目前原因不明，百度反爬措施还是挺多的。。。

总结：总之完成了翻译结果获取，其中的重点就是sign参数的获取，需要层层分析，打断点调试、抠js代码（js我还是比较菜。。。）分析完后这篇文章也最终干货满满。另外js代码就不放出来了，直接按我上面的方法就能找到js代码直接复制到一个文件中就行，把代码中的 u（这个值其实固定死也行，貌似浏览器上面也是固定的）赋值一下就行。

所有代码

Python爬虫：百度翻译接口获取翻译结果相关推荐

python爬虫 + 百度地图api 获取城市的实时路况信息
前言:本文写作的初衷是笔者参与了一个道路实况图的制作项目中,本人负责路况数据的抓取,本来是想要用高德地图的api来进行数据的抓取,但是很不巧的是 - 高德地图的路况查询api服务已经不能用了,于是 ...
python有道自动翻译_Python 调用有道翻译接口实现翻译
最近为了熟悉一下 js 用有道翻译练了一下手,写一篇博客记录一下,也希望能对大家有所启迪,不过这些网站更新太快,可能大家尝试的时候会有所不同. 首先来看一下网页 post 过去的数据大家不难发现,我 ...
使用Python调用有道翻译接口实现翻译任务
使用Python调用有道翻译接口实现翻译任务首先直接上代码,可以直接复制调用 import hashlib import random import timeimport requestsclass ...
python代码示例百度云-python利用百度云接口实现车牌识别的示例
一个小需求---实现车牌识别. 目前有两个想法 1. 调云在线的接口或者使用SDK做开发(配置环境和编译第三方库很麻烦,当然使用python可以避免这些问题) 2. 自己实现车牌识别算法(复杂) 一开 ...
Python爬虫百度云加速验证码问题
Python爬虫百度云加速验证码问题问题描述解决思路实现代码最终结果问题描述第一篇博文:低手,刚学,求勿喷. 前段时间,使用爬虫访问一个磁力链接下载网站(target_url),收集电影下 ...
python 人脸比对,python 使用百度AI接口进行人脸对比的步骤
1. 注册百度云账号注册百度智能云,提交申请. 创建应用获取AppID,API Key,Secret Key. 2. 安装baidu python api 人脸对比 API 文档 pip insta ...
python利用百度云接口实现文字OCR功能
python利用百度云接口实现文字OCR功能 1. 前言在日常生活中有时我们需要从图片中获取文字,虽然QQ上面已经有了相关的功能,但是出于学习的目的,我打算利用百度智能云的文字OCR接口来实现OCR ...
九十三、Python使用百度云接口API实现截图，文字识别和语音合成
@Author:Runsen @Date:2020/7/13 人生最重要的不是所站的位置,而是内心所朝的方向.只要我在每篇博文中写得自己体会,修炼身心:在每天的不断重复学习中,耐住寂寞,练就真功,不畏 ...
python用百度云接口实现植物识别和动物识别
一些先验知识可以查看上面的博客 python用百度云接口实现黑白图片上色新建AipImageClassify AipImageClassify是图像识别的Python SDK客户端,为使用图像识别的 ...

Python爬虫：百度翻译接口获取翻译结果

开始分析：

代码：

Python爬虫：百度翻译接口获取翻译结果相关推荐

最新文章

热门文章