破解百度翻譯

翻譯是一件麻煩的事情，如果可以寫一個爬蟲程序直接爬取百度翻譯的翻譯結果就好了，可當我打開百度翻譯的頁面，輸入要翻譯的詞時突然發現不管我要翻譯什么，網址都沒有任何變化，那么百度翻譯要怎么爬取呢？

爬取百度翻譯之前，我們先要明白百度翻譯是怎么在不改變網址的情況下實現翻譯的。百度做到這一點是用 AJAX 實現的，簡單地說，AJAX的作用是在不重新加載網頁的情況下進行局部的刷新。

了解了這一點，那么我們要怎么得到 AJAX 工作時請求的URL呢？老規矩，使用抓包工具。

爬蟲步驟

在 “百度翻譯” 頁面右鍵，選擇“Notework”選擇 “ XHR ”

如果畫面沒有任何數據，可以試著輸入要翻譯的詞，比如說我輸入“dog”時，就發生了如下的變化

我們看到此時的 kw 是我要翻譯的詞，說明這是我們要找的東西。

（注意：我們發現其中有三個 sug ，我選的只是其中一個。如果我們全都帶點開看，就會發現，他們的 kw 分別是：d 和 do。這是因為我打 dog 時一個單詞一個單詞打的，而 AJAX 是時時刷新。如果輸入中文就不會出現這種情況。翻譯中文時，我們找的也不是 sug 了，具體是什么，就看哪個包的 data 的值是我們要翻譯的詞。）

然后我們在回到上面，找到我們需要指定的 URL 、我們要選擇的請求命令以及爬取到的數據的類型。

歐克，做到這里我們的前期準備就完成了，下面就可以開始著手寫代碼了。

import requests

if __name__ == "__main__":
    # 指定 url
    url = "https://fanyi.baidu.com/sug"

    # 要翻譯的詞
    keyword = input("需要翻譯的詞：")

    data = {
        "kw": keyword
        }

    # UA 偽裝
    header = {
        "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36"
        }

    # 發送請求
    response = requests.post(url = url, data = data, headers = header).json()

    print(response)

我們運行程序發現結果是這樣的：

因為請求到的數據比較短，所以我們比較容易地看出數據的結構是字典里有列表，列表里又有字典結構。如果比較長，我們可以使用在線 json 轉換,轉換后的數據是這樣的

我們只需要 dog 的釋義，所以我們還可以對我們代碼進行優化

print(response["data"][0]["v"])

注意

關于 data 的字典，并不是說只需要 “ kw ”: dog, data 的字典里要存儲的是抓包工具里 from data 里所有的值，如果沒有值，那么相對應的值就是空字符串。

如果學會了，你試著自己寫一個破解有道翻譯的爬蟲程序吧!

到此這篇關于python爬蟲之爬取百度翻譯的文章就介紹到這了,更多相關python爬取百度翻譯內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！