女朋友的论文需要爬取YouTube视频热评,但爬下来的都是外文。
def TranslateTable(sInputFilename, sOutputFilename): # 读取表格A并选择需要翻译的列 df_a = pd.read_excel(sInputFilename) # 获取df对象 df_a = df_a.iloc[:, [1, 2]] # iloc和loc很像,i=index, # 翻译英文列 df_a['translation'] = df_a.iloc[:, 0].apply(Translate) # 创建表格B并保存 df_b = pd.DataFrame({ '原文': df_a.iloc[:, 0], '译文': df_a.iloc[:, 2] }) df_b.to_excel(sOutputFilename, index=False)
def Translate(sText, from_lang='en', to_lang='zh'): appid = 'xxxxxx' secret_key = 'xxxxxx' url = 'https://fanyi-api.baidu.com/api/trans/vip/translate' salt = random.randint(32768, 65536) sign = hashlib.md5((appid + sText + str(salt) + secret_key).encode()).hexdigest() params = { 'q': sText, 'from': from_lang, 'to': to_lang, 'appid': appid, 'salt': salt, 'sign': sign } response = requests.get(url, params=params) result = json.loads(response.content.decode()) if result.get('error_code') is not None: return None return result['trans_result'][0]['dst']
使用concurrent.futures库中的 ThreadPoolExecutor类来实现多线程处理。
ThreadPoolExecutor会自动管理线程池的大小,并在有空闲线程时分配新任务。这种方式可以利用多个CPU核心来并行处理多个表格,提高处理速度。
def TranslateTables(sInputFolder, sOutputFolder): sInputFilenames = [os.path.join(sInputFolder, f) for f in os.listdir(sInputFolder) if f.endswith('.xlsx')] with ThreadPoolExecutor() as executor: lstFutures = [] for sInputFilename in sInputFilenames: sFilename = os.path.splitext(os.path.basename(sInputFilename))[0] sOutputFilename = os.path.join(sOutputFolder, sFilename + '_翻译结果.xlsx') lstFutures.append(executor.submit(TranslateTable, sInputFilename, sOutputFilename)) for future in tqdm(as_completed(lstFutures), total=len(lstFutures)): pass
使用 concurrent.futures.as_completed 函数显示进度条。
# -*- coding: utf-8 -*- # time: 2022/2/17 03:06 # file: test.py # author: Shi Yasong """ 主要功能功能: 1、读取一个表格文件,获取需要翻译的文本。 2、使用百度翻译 API 进行翻译,获取翻译结果。 3、将翻译结果保存到原表格中,然后提取需要的列组成一个新的 DataFrame。 4、处理多个表格文件,将它们的翻译结果合并到一个 DataFrame 中,然后分别保存。 5、使用线程池加速翻译过程,可以同时翻译多个表格 6、使用 concurrent.futures.as_completed 函数显示进度条。 """ from concurrent.futures import ThreadPoolExecutor, as_completed from tqdm import tqdm # 进度条库,需要先安装 import pandas as pd import requests import json import os import hashlib import random def Translate(sText, from_lang='en', to_lang='zh'): appid = 'xxxx' secret_key = 'xxxxx' url = 'https://fanyi-api.baidu.com/api/trans/vip/translate' salt = random.randint(32768, 65536) sign = hashlib.md5((appid + sText + str(salt) + secret_key).encode()).hexdigest() params = { 'q': sText, 'from': from_lang, 'to': to_lang, 'appid': appid, 'salt': salt, 'sign': sign } response = requests.get(url, params=params) result = json.loads(response.content.decode()) if result.get('error_code') is not None: return None return result['trans_result'][0]['dst'] def TranslateTable(sInputFilename, sOutputFilename): # 读取表格A并选择需要翻译的列 df_a = pd.read_excel(sInputFilename) # 获取df对象 df_a = df_a.iloc[:, [1, 2]] # iloc和loc很像,i=index, # 翻译英文列 df_a['translation'] = df_a.iloc[:, 0].apply(Translate) # 创建表格B并保存 df_b = pd.DataFrame({ '原文': df_a.iloc[:, 0], '译文': df_a.iloc[:, 2] }) df_b.to_excel(sOutputFilename, index=False) def TranslateTables(sInputFolder, sOutputFolder): sInputFilenames = [os.path.join(sInputFolder, f) for f in os.listdir(sInputFolder) if f.endswith('.xlsx')] with ThreadPoolExecutor() as executor: lstFutures = [] for sInputFilename in sInputFilenames: sFilename = os.path.splitext(os.path.basename(sInputFilename))[0] sOutputFilename = os.path.join(sOutputFolder, sFilename + '_翻译结果.xlsx') lstFutures.append(executor.submit(TranslateTable, sInputFilename, sOutputFilename)) for future in tqdm(as_completed(lstFutures), total=len(lstFutures)): pass # 调用函数翻译多个表格 sInputFolder = r'C:\Users\lenovo\Desktop\english' # 修改为实际的表格文件夹路径 sOutputFolder = r'C:\Users\lenovo\Desktop\zh' # 修改为实际的表格文件夹路径 TranslateTables(sInputFolder, sOutputFolder)
到此这篇关于python批量翻译excel表格中的英文的文章就介绍到这了,更多相关python批量翻译内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
编程 | 2023-02-24 21:36
编程 | 2023-02-21 12:51
编程 | 2023-02-21 12:47
编程 | 2023-02-21 00:15
编程 | 2023-02-21 00:08
编程 | 2023-02-20 21:46
编程 | 2023-02-20 21:42
编程 | 2023-02-20 21:36
编程 | 2023-02-20 21:32
编程 | 2023-02-20 18:12
网友评论