Python爬蟲能夠?qū)崿F(xiàn)的功能有很多，就看你如何去使用它了。今天小千就來教大家如何去利用Python爬蟲自制一個(gè)有道翻譯詞典。

首先打開有道翻譯頁面，嘗試輸入hello，就出現(xiàn)翻譯了，可以自動(dòng)翻譯。有同學(xué)寫了爬蟲去請求上面的 的鏈接，宋姐姐要說錯(cuò)啦。因?yàn)檫@個(gè)是通過ajax實(shí)現(xiàn)的。如何實(shí)現(xiàn)的呢？谷歌瀏覽器F12或者右鍵選擇->檢查.

大家點(diǎn)開請求可以看到下圖 ：

接下來重點(diǎn)來了，難點(diǎn)來了！！！salt，sign，ts，bv表示什么？如果不攜帶可不可以？

其實(shí)這個(gè)是js中創(chuàng)建出來的并在每次請求的時(shí)候加載到這里的？怎么知道這個(gè)值是什么？這時(shí)我們就要查看源代碼了，右鍵—>查看源代碼:

這個(gè)文件的js就是我們要找的，點(diǎn)開js文件看看是啥？

哇塞這個(gè)是什么鬼？直接嚇跑大家。此時(shí)考驗(yàn)到家耐心和信心的地方到啦 ，我們有工具可以直接格式化這些的，站長工具點(diǎn)開就可了，切記將所有的代碼復(fù)制粘貼到里面直接格式化就可以。將格式化好的拷貝到你的pycharm中，然后strl+f查找‘sign’。（切記按照步驟）


可以分析出：

ts：就是時(shí)間戳，而js的時(shí)間戳是13位如：1583934479084，python的time.time()是浮點(diǎn)型的如：1583934450.832445 ，要想得到j(luò)s的時(shí)間戳就要是： r= str(int(time.time() * 1000))

bv：n.md5(navigator.appVersion) 表示瀏覽器版本進(jìn)行md5加密

salt：r + parseInt(10 * Math.random(), 10); 表示的是時(shí)間戳拼接一個(gè)0-9的隨機(jī)數(shù)

python實(shí)現(xiàn)就是：f = r + str(random.randint(0, 9))

sign：n.md5(“fanyideskweb” + e + i + “Nw(nmmbP%A-r6U3EUn]Aj”)

其中e表示要查詢的內(nèi)容，此時(shí)如果我們要查詢長城則e=‘長城’

i就是你的salt值，與前面的常量值 “fanyideskweb” 和后面的常量值“Nw(nmmbP%A-r6U3EUn]Aj” 進(jìn)行拼接后使用md5加密

補(bǔ)充python的md5加密：

此時(shí)我們需要的內(nèi)容全部準(zhǔn)備完畢！

通過請求獲取的返回結(jié)果response是json格式的，此時(shí)可以使用bejson.com 進(jìn)行格式化

所以我們通過json就方便提取數(shù)據(jù)了，其中‘tgt’就是翻譯后的內(nèi)容。

不說那么多了上代碼：

大家將代碼運(yùn)行一下看到：{“errorCode”:50} 的結(jié)果沒有翻譯成功！這是為啥呢？

就是大家在爬取的時(shí)候?qū)㈡溄?#xff1a;url = ‘http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule’

中的‘_o’務(wù)必切記去除掉，這個(gè)也是有道反扒的一種機(jī)制。（這個(gè)可能就是困擾很多同學(xué)的地方）

希望本文的分享能幫到學(xué)Python的小伙伴們。還想了解哪方面的知識(shí)，可以在下面留言。

本文來自千鋒教育，轉(zhuǎn)載請注明出處。

總結(jié)

以上是生活随笔為你收集整理的教你用Python爬虫自制有道翻译词典的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。