一.用Charles爬取数据
Charles是一个多平台的抓包工具，可以很方便的抓取http和https数据。
1.抓取数据
抓取数据前我们首先要清楚，由于有道词典的翻译使用的是post请求，所以我们要抓取的信息有：url链接、request headers（请求头）、format data（数据表单，也即请求体request body）
a)打开Charles，选择Proxy选项卡中的macOS Proxy选项。
b)打开浏览器，输入网址 http://fanyi.youdao.com，然后在左边的输入框输入要翻译的内容。
c)打开Charles，点击左边的Structure选项卡，依次点击找到箭头指示的内容，可以在右边的Overview选项卡中看到基本的请求信息，这里我们需要的url链接就出现了。
d)点击右边的content选项卡，再点击Raw选项卡，就可以看到原始的请求数据，红框所示是请求头信息，蓝框所示是请求体信息。
整理数据
a)将找到url链接、请求头以及请求体数据复制到sublime编辑器中。
b)利用sublime的替换功能，将数据整理成我们写程序时想要的python中字典的形式。
二.代码实现
闲话不多说，先贴代码
import urllib.parse import urllib.request def youdao(): # 构建url链接 # url = 'http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule' # 这里要去掉？号前面的_o，不然会进行加密算法，导致失败 url = 'http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule' # 构建请求头 headers = { "User-Agent" : 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.13; rv:59.0) Gecko/20100101 Firefox/59.0' } words = input("请输入要翻译的内容:") # 构建请求体 format_data = { 'i': words, 'from':'AUTO', 'to':'AUTO', 'smartresult':'dict', 'client':'fanyideskweb', 'salt':'1526368137702', 'sign':'f0cd13ef1919531ec9a66516ceb261a5', 'doctype':'json', 'version':'2.1', 'keyfrom':'fanyi.web', 'action':'FY_BY_REALTIME', 'typoResult':'false' } # 进行url编码 format_data = urllib.parse.urlencode(format_data).encode("utf-8") # 获取request文件(传入了data参数，就是post请求) request = urllib.request.Request(url, data = format_data, headers = headers) # 打开请求文件 response = urllib.request.urlopen(request) # 读取文件内容 content = response.read() content = eval(content) ret = content["translateResult"][0][0]['tgt'] print(ret) return ret if __name__ == "__main__": youdao() |
运行结果：
注意点：
1.如果使用原始的url进行爬取，会返回erro500的错误，我们需要将原始的请求url里面的"_o"去掉，这样服务器就不会进行验证。
2.代码第33行对请求体进行了url编码后，还进行了二进制编码，因为http请求用的是二进制，所以要进行编码，才能发送post请求。
3.请求包体里面的'i'，是我们用户输入的翻译内容，所以这是我们要自定义输入的地方。
三.图形界面
代码基本实现后，觉得有点无趣，就用python3自带的tkinter写了个小的图形界面出来，代码如下：
from tkinter import * import urllib.parse import urllib.request def youdao(words): # 构建url url = 'http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule' # 构建请求头 headers = { "User-Agent" : 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.13; rv:59.0) Gecko/20100101 Firefox/59.0' } # 构建请求体 format_data = { 'i': words, 'from':'AUTO', 'to':'AUTO', 'smartresult':'dict', 'client':'fanyideskweb', 'salt':'1526368137702', 'sign':'f0cd13ef1919531ec9a66516ceb261a5', 'doctype':'json', 'version':'2.1', 'keyfrom':'fanyi.web', 'action':'FY_BY_REALTIME', 'typoResult':'true' } # 进行url编码 format_data = urllib.parse.urlencode(format_data).encode("utf-8") # 获取request文件(传入了data参数，就是post请求) request = urllib.request.Request(url, data = format_data, headers = headers ) # 打开请求文件 response = urllib.request.urlopen(request) # 读取文件内容 content = response.read() content = eval(content) ret = content["translateResult"][0][0]['tgt'] print(ret) return ret # 主程序 root = Tk() # 设置标题 root.title("呆瓜词典") # 设置主窗口大小 root.geometry("320x150") # 可变大小 root.resizable(width=False, height=True) # 第一排输入框 输入查询的内容 # 左边是一个标签 l1 = Label(root, text = '查询内容', bg = "yellow", font = (12), height = 1, width = 8) l1.place(x = 20,y = 20) var1 = StringVar() input_text = Entry(root, textvariable = var1) input_text.place(x = 100, y = 20) # 第二排显示框 显示查询的结果 # 左边是一个标签 l2 = Label(root, text = '查询结果', bg = "yellow", font = (12), height = 1, width = 8) l2.place(x = 20, y =60) var2 = StringVar() output_text = Entry(root, textvariable = var2) output_text.place(x = 100, y =60) # 调用youdao函数，传进要翻译的内容 def func(): words = var1.get() if words: # print(words) result = youdao(words) var2.set(result) # 添加一个按钮 b = Button(root, text = "查询", command = func) b.place(x = 170, y = 100) # 运行主程序 root.mainloop() |
运行效果：
中英文都可以翻译，至此任务就完成了。
上文内容不用于商业目的，如涉及知识产权问题，请权利人联系博为峰小编(021-64471599-8017)，我们将立即处理。
