python 爬虫 打造【百度翻译】

环境

关于本文

本文将会通过爬虫的方式实现简单的百度翻译。本文中的代码只供学习，不允许作为于商务作用。商务作用请前往api.fanyi.baidu.com购买付费的api。若有侵犯，立即删文！

实现思路

在网站文件中找到隐藏的免费api。传入api所需要的参数并对其发出请求。在返回的json结果里找到相应的翻译结果。

百度翻译的反爬机制

• 由js算法生成的sign

• cookie检测

• token暗号

在网站文件中找到隐藏的免费api

进入 百度翻译 ，随便输入一段需要翻译的文字。当翻译结果出来的时候，按下F12，选择到NETWORK，最后点进XHR文件。这个时候，网站文件都已经加载完了，所以要F5刷新一下。

刷新了之后，我们就能发现一个以v2transapi?开头的文件，没错，它就是我们要找的api接口。让我们验证一下，点进去文件-preview，我们就可以在json格式的数据里面找到翻译结果，验证成功。

另外，我们还需要获取我们的cookie和token，在之后的反爬机制中我们需要用到它们，位置如以下。

cookie位置：

token位置：

api信息

接口：https://fanyi.baidu.com/v2tra...

请求方式：post

请求参数大全

开始写代码

导入request和execjs库

 requests
 execjs

• requests HTTP库，用于爬虫

• execjs 用于调用js代码

反爬虫

由于百度翻译有cookie识别反爬机制，所以我们设置好我们刚刚获取到的cookie来进行掩护网络蜘蛛身份。

headers = {'cookie':'请在这里输入你的cookie'}

另外，我们还要设置好token（暗号）。

token = '请在这里放置你的token'

最后只剩下sign反爬机制了，sign是由js算法给译文生成的一个签名。我在网上搜了一下，找到了相应的js算法，分享给大家。

 i = 
 (r, o) {
     ( t = ; t < o.length - ; t += ) {
         a = o.charAt(t + );
        a = a >=  ? a.charCodeAt() -  : (a), a =  === o.charAt(t + ) ? r >>> a : r << a, r =  === o.charAt(t) ? r + a &  : r ^ a
    }
     r
}
 
 
 (r) {
     o = r.match();
     ( === o) {
         t = r.length;
        t >  && (r =  + r.substr(, ) + r.substr(.floor(t / ) - , ) + r.substr(, ))
    }  {
         ( e = r.split(), C = , h = e.length, f = []; h > C; C++)  !== e[C] && f.push.apply(f, a(e[C].split())), C !== h -  && f.push(o[C]);
         g = f.length;
        g >  && (r = f.slice(, ).join() + f.slice(.floor(g / ) - , .floor(g / ) + ).join() + f.slice().join())
    }
     u =  , l =  + .fromCharCode() + .fromCharCode() + .fromCharCode();
    u =  !== i ? i : (i = [l] || ) || ;
     ( d = u.split(), m = (d[]) || , s = (d[]) || , S = [], c = , v = ; v < r.length; v++) {
         A = r.charCodeAt(v);
         > A ? S[c++] = A : ( > A ? S[c++] = A >>  |  : ( === ( & A) && v +  < r.length &&  === ( & r.charCodeAt(v + )) ? (A =  + (( & A) << ) + ( & r.charCodeAt(++v)), S[c++] = A >>  | , S[c++] = A >>  &  | ) : S[c++] = A >>  | , S[c++] = A >>  &  | ), S[c++] =  & A | )
    }
     ( p = m, F =  + .fromCharCode() + .fromCharCode() + .fromCharCode() + ( + .fromCharCode() + .fromCharCode() + .fromCharCode()), D =  + .fromCharCode() + .fromCharCode() + .fromCharCode() + ( + .fromCharCode() + .fromCharCode() + .fromCharCode()) + ( + .fromCharCode() + .fromCharCode() + .fromCharCode()), b = ; b < S.length; b++) p += S[b], p = n(p, F);
     p = n(p, D), p ^= s,  > p && (p = ( & p) + ), p %= , p.toString() +  + (p ^ m)
}

等等，我们不是在用python进行爬虫吗？那我们又不会js代码，怎么调用啊？

还好python有着强大的第三方库，当然也少不了调用js代码的库。调用js代码的库很多，但是本人还是推荐大家使用execjs，简单功能又完整。

在调用js算法代码之前，我们还需要让用户输入一段译文。

q = input('翻译：')

之后我们就能使用execjs的compile和call方法来获取sign了。

js = 
 n(r, o) {
     (var t = ; t < o.length - ; t += ) {
        var a = o.charAt(t + );
        a = a >=  ? a.charCodeAt() -  : Number(a), a =  === o.charAt(t + ) ? r >>> a : r << a, r =  === o.charAt(t) ? r + a &  : r ^ a
    }
    return r
}
 
 
 e(r) {
    var o = r.match(/[\uD800-\uDBFF][\uDC00-\uDFFF]/g);
     ( === o) {
        var t = r.length;
        t >  && (r =  + r.substr(, ) + r.substr(Math.floor(t / ) - , ) + r.substr(, ))
    }  {
         (var e = r.(/[\uD800-\uDBFF][\uDC00-\uDFFF]/), C = , h = e.length, f = []; h > C; C++)  !== e[C] && f.push.apply(f, a(e[C].())), C !== h -  && f.push(o[C]);
        var g = f.length;
        g >  && (r = f.slice(, ).() + f.slice(Math.floor(g / ) - , Math.floor(g / ) + ).() + f.slice().())
    }
    var u = void , l =  + .fromCharCode() + .fromCharCode() + .fromCharCode();
    u =  !== i ? i : (i = window[l] || ) || ;
     (var d = u.(), m = Number(d[]) || , s = Number(d[]) || , S = [], c = , v = ; v < r.length; v++) {
        var A = r.charCodeAt(v);
         > A ? S[c++] = A : ( > A ? S[c++] = A >>  |  : ( === ( & A) && v +  < r.length &&  === ( & r.charCodeAt(v + )) ? (A =  + (( & A) << ) + ( & r.charCodeAt(++v)), S[c++] = A >>  | , S[c++] = A >>  &  | ) : S[c++] = A >>  | , S[c++] = A >>  &  | ), S[c++] =  & A | )
    }
     (var p = m, F =  + .fromCharCode() + .fromCharCode() + .fromCharCode() + ( + .fromCharCode() + .fromCharCode() + .fromCharCode()), D =  + .fromCharCode() + .fromCharCode() + .fromCharCode() + ( + .fromCharCode() + .fromCharCode() + .fromCharCode()) + ( + .fromCharCode() + .fromCharCode() + .fromCharCode()), b = ; b < S.length; b++) p += S[b], p = n(p, F);
    return p = n(p, D), p ^= s,  > p && (p = ( & p) + ), p %= , p.toString() +  + (p ^ m)
}

sign = execjs.compile(js).(,q)

（以上代码获取了sign）

经过一系列的反反爬虫准备，我们就可以设置好的“源语言”和“目标语言”最后的这两个参数了。

From = 
To =

（以上代码代表着英译中，若要进行其它语言的翻译，请输入语言对应的英文缩写，英文缩写对应表将会放到本文最后）

接着，我们就能构建参数json了。

data = {,
,
,
,
}

最后，我们就能请求数据并打印了。

 = requests.post(url,headers=headers,=).json()
(text)

我们发现打印出来的结果是个json字典，翻译结果就在其中，我们只需要翻译结果，所以我们可以索引翻译结果的位置再打印。

text = requests.post(url,headers=headers,data=data).json()[][][][]
print(text)

运行结果：

完整代码：

import requests
import execjs
url = :
headers = {你的cookie'}
js = var i = 
function n(r, o) {
     (var t = ; t < o.length - ; t += ) {
        var a = o.charAt(t + );
        a = a >=  ? a.charCodeAt() -  : Number(a), a =  === o.charAt(t + ) ? r >>> a : r << a, r =  === o.charAt(t) ? r + a &  : r ^ a
    }
     r
}
 
 
function e(r) {
    var o = r.(/[\uD800-\uDBFF][\uDC00-\uDFFF]/g);
     (null === o) {
        var t = r.length;
        t >  && (r =  + r.substr(, ) + r.substr(Math.floor(t / ) - , ) + r.substr(-, ))
    }  {
         (var e = r.split(/[\uD800-\uDBFF][\uDC00-\uDFFF]/), C = , h = e.length, f = []; h > C; C++)  !== e[C] && f.push.apply(f, a(e[C].split())), C !== h -  && f.push(o[C]);
        var g = f.length;
        g >  && (r = f.slice(, ).join() + f.slice(Math.floor(g / ) - , Math.floor(g / ) + ).join() + f.slice(-).join())
    }
    var u = void , l =  + .fromCharCode() + .fromCharCode() + .fromCharCode();
    u = null !== i ? i : (i = window[l] || ) || ;
     (var d = u.split(), m = Number(d[]) || , s = Number(d[]) || , S = [], c = , v = ; v < r.length; v++) {
        var A = r.charCodeAt(v);
         > A ? S[c++] = A : ( > A ? S[c++] = A >>  |  : ( === ( & A) && v +  < r.length &&  === ( & r.charCodeAt(v + )) ? (A =  + (( & A) << ) + ( & r.charCodeAt(++v)), S[c++] = A >>  | , S[c++] = A >>  &  | ) : S[c++] = A >>  | , S[c++] = A >>  &  | ), S[c++] =  & A | )
    }
     (var p = m, F =  + .fromCharCode() + .fromCharCode() + .fromCharCode() + ( + .fromCharCode() + .fromCharCode() + .fromCharCode()), D =  + .fromCharCode() + .fromCharCode() + .fromCharCode() + ( + .fromCharCode() + .fromCharCode() + .fromCharCode()) + ( + .fromCharCode() + .fromCharCode() + .fromCharCode()), b = ; b < S.length; b++) p += S[b], p = n(p, F);
     p = n(p, D), p ^= s,  > p && (p = ( & p) + ), p %= , p.toString() +  + (p ^ m)
}


 = '源语言'
To = '目标语言'
token = '你的token'
q = input('翻译：')
sign = execjs.compile(js).call(,q)
data = {':,
':To,
':q,
':sign,
':token}


text = requests.post(url,headers=headers,data=data).json()[']['][][']
print(text)

语言英文缩写对应表

{
                : ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,: ,:     }

喜欢的话点在看支持一下呗~