python爬蟲使用requests庫利用百度翻譯開發(fā)者平臺api翻譯數(shù)據(jù)

如題, 剛學(xué)習了requests的post方法, 現(xiàn)在用百度翻譯開發(fā)者平臺提供的接口來實踐下:

首先通過 https://fanyi-api.baidu.com/這個鏈接進入開發(fā)者平臺, 點擊產(chǎn)品服務(wù):

image.png

進入注冊界面完成開發(fā)者的注冊:
image.png

這里有兩個版本可供選擇:

image.png

一般用來玩玩的選第一個就可以了, 畢竟完全免費.
申請完畢后進入 管理控制臺, 可以在里面看到自己的appid和密鑰:
image.png

有了這些就可以開始編程了:
1 .首先api地址有兩個:
通用翻譯API HTTP地址:http://api.fanyi.baidu.com/api/trans/vip/translate
通用翻譯API HTTPS地址:https://fanyi-api.baidu.com/api/trans/vip/translate
基本上用哪個都可以, https和http的區(qū)別也不是太大, 好像https更安全? 相比于http有個套接字什么的.

  1. 請求數(shù)據(jù)格式:


    image.png

    這里 get和 post都可以, 推薦使用post

  2. 使用python requests.post 函數(shù)發(fā)送數(shù)據(jù):


    image.png
  3. 處理接收到的數(shù)據(jù)(json格式, 詳細說明在上篇文章):


    image.png
  4. 運行結(jié)果 :
    image.png

    image.png

總的就這些步驟, 不是很復(fù)雜.

可能要注意的就是幾個python庫的使用, 第一個是uuid, 這個庫給我們提供了很好的接口去生成salt類型的隨機數(shù)(當然你直接用random隨機數(shù)也行, 這個更好):
image.png

第二個就是hashlib, 百度翻譯開發(fā)者api要求我們將數(shù)據(jù)用MD5算法加密, python給我們實現(xiàn)好的許多跟密碼學(xué)有關(guān)的算法都在hashlib中:
image.png

完整代碼如下:

# coding='utf-8'

import requests
import uuid
import hashlib


# 1.創(chuàng)建百度翻譯api需要的數(shù)據(jù)格式
input_key = input('輸入待翻譯的數(shù)據(jù)(只支持中英文自動轉(zhuǎn)換):\n')
# 實現(xiàn)中英文互譯
data = {
    'q': input_key,
    'from': 'auto',
    'to': 'auto',
    # 百度翻譯開發(fā)者平臺申請
    'appid': '換成自己的appid',
    # 利用python標準庫生成標準格式的salt數(shù)據(jù)
    'salt': str(uuid.uuid4()),
}
# 按指定要求生成簽名數(shù)據(jù)
sign = hashlib.md5((data['appid']+
       data['q']+data['salt']+
       '換成自己的密鑰').encode('utf-8'))
# 將bytes類型轉(zhuǎn)化成16進制數(shù)據(jù)
sign = sign.hexdigest()
data['sign'] = sign

# 2.向百度翻譯開發(fā)者接口url發(fā)送數(shù)據(jù),利用post
url = 'http://api.fanyi.baidu.com/api/trans/vip/translate'
# 利用requests的特點:即使url或者data中格式即使不是標準
# urlencoded類型, 也可以完成自動轉(zhuǎn)換.
# 永遠不要忘記一個合格spider的自我修養(yǎng): 加user-agent
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36',
}
response = requests.post(url, headers=headers, data=data)
response_json = response.json()

# 3.處理接收到的json數(shù)據(jù)
result_list = response_json['trans_result']
result_str = ''
result_len = len(result_list) - 1
for index, each in enumerate(result_list):
    result_str += each['dst']
    if index != result_len:
        result_str += '\n'
print('{}'.format(result_str))

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末些椒,一起剝皮案震驚了整個濱河市免糕,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌石窑,老刑警劉巖蚓炬,帶你破解...
    沈念sama閱讀 212,816評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異棺棵,居然都是意外死亡,警方通過查閱死者的電腦和手機烛恤,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,729評論 3 385
  • 文/潘曉璐 我一進店門余耽,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人币喧,你說我怎么就攤上這事∩辈停” “怎么了朱巨?”我有些...
    開封第一講書人閱讀 158,300評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長琼讽。 經(jīng)常有香客問我必峰,道長钻蹬,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,780評論 1 285
  • 正文 為了忘掉前任肝匆,我火速辦了婚禮溅潜,結(jié)果婚禮上薪伏,老公的妹妹穿的比我還像新娘滚澜。我一直安慰自己嫁怀,他們只是感情好,可當我...
    茶點故事閱讀 65,890評論 6 385
  • 文/花漫 我一把揭開白布萝招。 她就那樣靜靜地躺著豺瘤,像睡著了一般蘑斧。 火紅的嫁衣襯著肌膚如雪损痰。 梳的紋絲不亂的頭發(fā)上尘盼,一...
    開封第一講書人閱讀 50,084評論 1 291
  • 那天兼吓,我揣著相機與錄音森枪,去河邊找鬼。 笑死县袱,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的筋遭。 我是一名探鬼主播,決...
    沈念sama閱讀 39,151評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼瘸洛,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了反肋?” 一聲冷哼從身側(cè)響起踏施,我...
    開封第一講書人閱讀 37,912評論 0 268
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎畅形,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體棍厌,經(jīng)...
    沈念sama閱讀 44,355評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡竖席,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,666評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了束析。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片憎亚。...
    茶點故事閱讀 38,809評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖第美,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情斋日,我是刑警寧澤,帶...
    沈念sama閱讀 34,504評論 4 334
  • 正文 年R本政府宣布第献,位于F島的核電站兔港,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏衫樊。R本人自食惡果不足惜利花,卻給世界環(huán)境...
    茶點故事閱讀 40,150評論 3 317
  • 文/蒙蒙 一载佳、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧蔫慧,春花似錦、人聲如沸睡扬。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,882評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽阐枣。三九已至,卻和暖如春侮繁,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背宪哩。 一陣腳步聲響...
    開封第一講書人閱讀 32,121評論 1 267
  • 我被黑心中介騙來泰國打工锁孟, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人品抽。 一個月前我還...
    沈念sama閱讀 46,628評論 2 362
  • 正文 我出身青樓甜熔,卻偏偏與公主長得像,于是被迫代替她去往敵國和親腔稀。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,724評論 2 351