今日看点

今日头条新闻评论翻译

发表于话题:头条今日头条新闻
发布时间:2021-05-07


本文 发表于我的博客:

https://willisfusu.github.io/post/jin-ri-tou-tiao-2/


上一篇文章我说到了由于老婆博士课题的原因,需要爬取今日头条的新闻评论,并且需要翻译成英文。我把评论的获取写成了文章,可以见[此处](https://willisfusu.github.io/post/jin-ri-tou-tiao-1/)。今天我准备把如何使用 python 将中文翻译成英文总结一下,以备参考与之后复习之用。

## *1 为什么会有这篇文章

从老婆那边拿到的项目,她要求将今日头条的新闻评论翻译为英文,以为其博士课题服务。刚开始她是想着自己翻译,后来我我她大概需要多少评论翻译成英文,告诉我说大概800条…… 于是我就问她需不需要我先给她「机翻」一下,这样后期做较对要比自己翻译快很多。于是我就成功拿到了这个项目????。

## ?️2 项目过程

### 2.1 确定思路

因为我自己也没有「根红苗正」的 python 学习经历,学习 python 完全是为了老婆的博士课题服务。因此这里讲到的思路可能并不是正统的程序员思路,姑且看之。

1. 读取评论内容。从我们之前存入的数据库中读取评论内容。

2. 找到谷歌翻译[^1]的 API 接口,将评论传入。

3. 处理返回的翻译结果。

### 2.2 谷歌翻译 API 的配置与使用

这一部分内容建议阅读谷歌官方给出的指南,非常详细。分为了 Basic 与 Advanced 两个版本,选择任何一个指南进行都可以完成我们翻译文本的目标。

谷歌翻译 API 可以[点击这里阅读](https://cloud.google.com/translate/docs/)。简单说分为以下四步:

1. 创建 Cloud Console project,并获得 Private Key (一个 json 文件)

2. 将第1步得到的 private key 添加到环境变量中

3. 配置 Google Cloud SDK (此步骤又包含了许多小步骤)

4. 安装 google-cloud-translate==2.0.1 python 库。

```

pip3 install google-cloud-translate==2.0.1

```

### 2.3 代码实现

其实分析到这里,整个项目也差不多完成了。剩下的代码部分比较简单。可以分为两步:1.引入 google-cloud-translate 库。 2. 传入评论。

1. 引入 google-cloud-translate 库

```python

from google.cloud import translate_v2 as translate

# 引入 google.cloud 库,并重命名

translate_client=translate.Client()

# 创建translate对象

```

2. 传入评论内容,并处理返回结果 

```python

def translate_comment(col):

    print('开始%s翻译'% col)

    collection = mydb[col]

    collection.update_many({}, {'$set': {'Comment_English': 'none'}})

    # 获取评论 collection, 并且增加'Comment_English' 字段。

    querry = {"Comment_English": 'none'}

    comment_array = collection.find({}, {'comment_text': 1})

    print('已获取所有评论,准备开始翻译')

    for i in comment_array:

        ch_comment = emojis.decode(i['comment_text'])

        # 由于很多评论中使用了 emoji 谷歌翻译不能正确识别 emoji,所以需要使用 emoji 库将 emoji 转换为 unicode 编码。 emoji 就是 ?️?️☺️ 这种。

        result=translate_client.translate(ch_comment,target_language='en')

        collection.update_one(querry, {'$set': {'Comment_English': result['translatedText']}})

        # 提交评论到谷歌翻译,并将返回的翻译结果更新 'Comment_English' 字段。 [^2]

```

3. 因为有多条新闻,所以有很多组评论,需要再写一个 for 循环。

```python

collectionarray = mydb.list_collection_names()

i = 1

for col in collectionarray:

    translate_comment(col)

    print('已经完成%d个库评论数据翻译' % i)

    i += 1

```

### 2.4 说明


如果是在像 pycharm 这样的 IDE 中执行上面的程序,很大概率(之所以说很大概率是因为我只在 pycharm 中运行过)遇到报错,提示谷歌凭证配置错误。不要担心,只要你是[按照上面](#google)指南配置,那应该不会有错。之所以出现这个报错是因为只能在 cmd 或者 terminal 中运行。到命令终端中运行刚刚写的 py 文件,看看是不是正常执行。如果还不正常,就按照上面的指南再配置一遍。

## ?️3 总结

### 3.1 使用到库

1. pymongo 数据库

2. emojis 处理评论中的 emoji,防止谷歌翻译报错

3. google.cloud 谷歌翻译库

### 3.2 pymongo 修改/新增字段

[update/update_many/update_one](https://www.runoob.com/python3/python-mongodb-update-document.html)

[^1]: 这里选择谷歌翻译是因为人在英国,并且个人感觉谷歌翻译可能会比较准确一点?

[^2]: 再次说一下,这个项目中不一定非得使用数据库来存储,增加新字段,并更新字段浪费了我不少时间去学习???。


标签组:[谷歌] [emoji

本文来源:https://www.kandian5.com/articles/1036.html

相关阅读

唐代杜甫《八阵图》诗歌赏析

八阵图唐代:杜甫功盖三分国,名成八阵图。(名成一作:名高)江流石不转,遗恨失吞吴。译文三国鼎立你建立了盖世功绩,创八阵图你成就了永久声名。任凭江流冲击,石头却依然如故,千年遗恨,在于刘备失策想吞吴。赏...

2025-04-24

唐孟浩然《宿建德江》全诗赏析

宿建德江唐代:孟浩然移舟泊烟渚,日暮客愁新。野旷天低树,江清月近人。译文把船停泊在烟雾弥漫的沙洲旁,日暮时分新愁又涌上客子心头。旷野中远处的天空比近处的树林还要低,江水清清明月仿似更与人相亲。赏析这是...

2025-04-24

《吕氏春秋·不苟论》贵当赏析

【原文】名号大显,不可强求,必繇其道。治物者,不于物于人。治人者,不于人于君①。治君者,不于君于天子。治天子者,不于天子于欲。治欲者,不于欲于性。性者,万物之本也,不可长,不可短,因其固然而然之,此天...

2025-04-24

孟浩然《春晓》诗歌赏析

春晓唐代:孟浩然春眠不觉晓,处处闻啼鸟。夜来风雨声,花落知多少。译文春日里贪睡不知不觉天就亮了,到处可以听见小鸟的鸣叫声。回想昨夜的阵阵风雨声,不知吹落了多少娇美的春花。赏析《春晓》这首诗是诗人隐居在...

2025-04-24

《吕氏春秋·不苟论》当赏赏析

【原文】民无道知天,民以四时、寒暑、日、月、星、辰之行知天。四时、寒暑、日、月、星、辰之行当,则诸生有血气之类皆为得其处而安其产。人臣亦无道知主,人臣以赏罚、爵禄之所加知主。主之赏罚、爵禄之所加者宜,...

2025-04-24

《吕氏春秋·似顺论》似顺赏析

【原文】 事多似倒而顺①,多似顺而倒。有知顺之为倒、倒之为顺者,则可与言化矣。至长反短②,至短反长,天之道也。荆庄王欲伐陈,使人视之。使者曰:“陈不可伐也。”庄王曰:“何故?”对曰:“城郭③高,沟洫④...

2025-04-24

唐金昌绪《春怨》诗歌赏析

春怨/伊州歌唐代:金昌绪打起黄莺儿,莫教枝上啼。啼时惊妾梦,不得到辽西。译文我敲打树枝赶走了树上的黄莺,不让它在树枝上不停鸣叫。它的叫声会惊破我的好梦,不能到辽西与戍守边关的亲人相见。赏析这首诗,语言...

2025-04-24

唐代柳宗元《江雪》诗歌赏析

江雪唐代:柳宗元千山鸟飞绝,万径人踪灭。孤舟蓑笠翁,独钓寒江雪。译文所有的山上,飞鸟的身影已经绝迹,所有道路都不见人的踪迹。江面孤舟上,一位披戴着蓑笠的老翁,独自在大雪覆盖的寒冷江面上垂钓。赏析柳宗元...

2025-04-24

韦应物《秋夜寄邱员外》诗歌赏析

秋夜寄邱员外/秋夜寄丘二十二员外唐代:韦应物怀君属秋夜,散步咏凉天。空山松子落,幽人应未眠。译文在这秋夜我心中怀念着你,一边散步一边咏叹这初凉的天气。寂静的山中传来松子落地的声音,遥想你应该也还未入睡...

2025-04-24

唐代张祜《宫词二首·其一》诗歌鉴赏

宫词二首·其一唐代:张祜故国三千里,深宫二十年。一声何满子,双泪落君前。译文与故乡之隔有三千里之遥啊,我已被幽闭在这深宫里二十年了。听到这曲《何满子》,眼泪竟忍不住落在了君王面前。鉴赏一般以绝句体裁写...

2025-04-24