Python语言翻译器(python 翻译api)

python解释器是什么

计算机的大脑是CPU，中文名叫中央处理器，它仍然不能直接处理Python语言。CPU只能直接处理机器指令语言，那是一种由0和1数字组成。所以，我们需要一个翻译，把Python语言翻译成计算机CPU能听懂的机器指令语言，这样计算机才能按照我们的Python程序的要求去做事结尾的文件需要解释器去运行执行。

解释器是能够执行用其他计算机语言编写的程序的系统软件，它是一种翻译程序。它的执行方式是一边翻译一边执行，因此其执行效率一般偏低，但是解释器的实现较为简单，而且编写源程序的高级语言可以使用更加灵活和富于表现力的语法。

Python、TCL和各种Shell程序一般而言是使用解释器执行的。微软公司的Qbasic语言也是解释方式，它不能生成可执行程序（但QuickBasic和VisualBasic可以)；运用广泛的网络编程语言java则同时有解释和编译方式。

Python有哪些好用的语言翻译方法

1 import re

2 import urllib.parse, urllib.request

3 import hashlib

4 import urllib

5 import random

6 import json

7 import time

8 from translate import Translator

非python自带的库，如python google translator，需要手动安装，命令pip install module_name。

1. 百度翻译

1 appid = 'your_appid'

2 secretKey = 'your_secretKey'

3 url_baidu = ''

4

5 def translateBaidu(text, f='ja', t='zh'):

6 salt = random.randint(32768, 65536)

7 sign = appid + text + str(salt) + secretKey

8 sign = hashlib.md5(sign.encode()).hexdigest()

9 url = url_baidu + '?appid=' + appid + 'q=' + urllib.parse.quote(text) + 'from=' + f + 'to=' + t + \

10 'salt=' + str(salt) + 'sign=' + sign

11 response = urllib.request.urlopen(url)

12 content = response.read().decode('utf-8')

13 data = json.loads(content)

14 result = str(data['trans_result'][0]['dst'])

15 print(result)

参数：text--待翻文本，f--初始语言，t--目标语言，后面方法类似。

2. 有道翻译

1 url_youdao = ';smartresult=rulesmartresult=ugcsessionFrom=' \

2 ''

3 dict = {}

4 dict['type'] = 'AUTO'

5 dict['doctype'] = 'json'

6 dict['xmlVersion'] = '1.8'

7 dict['keyfrom'] = 'fanyi.web'

8 dict['ue'] = 'UTF-8'

9 dict['action'] = 'FY_BY_CLICKBUTTON'

10 dict['typoResult'] = 'true'

11

12 def translateYoudao(text):

13 global dict

14 dict['i'] = text

15 data = urllib.parse.urlencode(dict).encode('utf-8')

16 response = urllib.request.urlopen(url_youdao, data)

17 content = response.read().decode('utf-8')

18 data = json.loads(content)

19 result = data['translateResult'][0][0]['tgt']

20 print(result)

参数主要由字典dict指定，发现没有地方可以指定语言（可能是我没找到），测试结果是不管输入什么语言的文本，输出均是中文。

3. 谷歌翻译

1 url_google = ''

2 reg_text = re.compile(r'(?=TRANSLATED_TEXT=).*?;')

3 user_agent = r'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) ' \

4 r'Chrome/44.0.2403.157 Safari/537.36'

5

6 def translateGoogle(text, f='ja', t='zh-cn'):

7 values = {'hl': 'zh-cn', 'ie': 'utf-8', 'text': text, 'langpair': '%s|%s' % (f, t)}

8 value = urllib.parse.urlencode(values)

9 req = urllib.request.Request(url_google + '?' + value)

10 req.add_header('User-Agent', user_agent)

11 response = urllib.request.urlopen(req)

12 content = response.read().decode('utf-8')

13 data = reg_text.search(content)

14 result = data.group(0).strip(';').strip('\'')

15 print(result)

和上面两种方法一样，采用的是访问网页的形式来进行翻译。

还有一种是利用python谷歌翻译模块Translator：

1 def translateGoogle2(text):

2 result = translator.translate(text)

3 print(result)

4. 测试代码

测试过程：

翻译5个字串为一个小的单位，输出消耗时间；

循环10次为一个大的单位，输出消耗时间；

对不同的语言字串和循环次数做过多次测试，发现情况基本类似，所以这里选择了10次。

1 text_list = ['こんにちは', 'こんばんは', 'おはようございます', 'お休(やす)みなさい', 'お元気(げんき)ですか']

2

3 time_baidu = 0

4 time_youdao = 0

5 time_google = 0

6 time_google2 = 0

7

8 for i in list(range(1, 11)):

9 time1 = time.time()

10 for text in text_list:

11 translateBaidu(text)

12 time2 = time.time()

13 print('百度翻译第%s次时间：%s' % (i, time2 - time1))

14 time_baidu += (time2 - time1)

15

16 time1 = time.time()

17 for text in text_list:

18 translateYoudao(text)

19 time2 = time.time()

20 print('有道翻译第%s次时间：%s' % (i, time2 - time1))

21 time_youdao += (time2 - time1)

22

23 time1 = time.time()

24 for text in text_list:

25 translateGoogle(text)

26 time2 = time.time()

27 print('谷歌翻译第%s次时间：%s' % (i, time2 - time1))

28 time_google += (time2 - time1)

29

30 time1 = time.time()

31 for text in text_list:

32 translateGoogle2(text)

33 time2 = time.time()

34 print('谷歌2翻译第%s次时间：%s' % (i, time2 - time1))

35 time_google2 += (time2 - time1)

36

37

38 print('百度翻译时间：%s' % (time_baidu / 10))

39 print('有道翻译时间：%s' % (time_youdao / 10))

40 print('谷歌翻译时间：%s' % (time_google / 10))

41 print('谷歌2翻译时间：%s' % (time_google2 / 10))

python解释器

python解释器的介绍：

解释器由一个编译器和一个虚拟机构成，编译器负责将源代码转换成字节码文件，而虚拟机负责执行字节码。

所以，解释型语言其实也有编译过程，只不过这个编译过程并不是直接生成目标代码，而是中间代码（字节码），然后再通过虚拟机来逐行解释执行字节码。

计算机的大脑是CPU， 中文名叫中央处理器，它仍然不能直接处理 Python 语言。CPU 只能直接处理机器指令语言，那是一种由0和1数字组成的语言，这是一种我们人很难直接写出来的语言。

所以，我们需要一个翻译，把Python语言翻译成 计算机CPU 能听懂的机器指令语言，这样计算机才能按照 我们的Python程序的要求去做事。.py结尾的文件需要解释器去运行执行。

执行过程原理：

1.执行 python XX.py 后，将会启动 Python 的解释器。

2.python解释器的编译器会将.py源文件编译（解释）成字节码生成PyCodeObject字节码对象存放在内存中。

3.python解释器的虚拟机将执行内存中的字节码对象转化为机器语言，虚拟机与操作系统交互，使机器语言在机器硬件上运行。

4.运行结束后python解释器则将PyCodeObject写回到pyc文件中。当python程序第二次运行时，首先程序会在硬盘中寻找pyc文件，如果找到，则直接载入，否则就重复上面的过程。

Python解释器执行程序的三个阶段：

第一步：先启动python3解释器。

第二步：Python3解释器就像一个文本编辑器一样将文件python3 D：\test.py从硬盘读入内存。

第三步：Python3解释器解释执行文件代码。

只有第三阶段才识别python的语法。

下载python后为什么还有下一个pythoninterpreter

pythoninterpreter是Python下载包内自带的翻译器。

Python由荷兰数学和计算机科学研究学会的吉多·范罗苏姆于1990年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。

Python解释器易于扩展，可以使用C语言或C++（或者其他可以通过C调用的语言）扩展新的功能和数据类型。Python也可用于可定制化软件中的扩展程序语言。Python丰富的标准库，提供了适用于各个主要系统平台的源码或机器码。

2021年10月，语言流行指数的编译器Tiobe将Python加冕为最受欢迎的编程语言，20年来首次将其置于Java、C和JavaScript之上。