背景
原是弱电集成的设计员，纠结很久后参加了python培训机构转职后的一员小白，由于一次工作中需要翻译一份近100页word表格，纯手工翻译大概三个小时，为了解决这种重复又耗时的劳动，并重温python 相关知识所以制作了该小程序。
脚本详情
import re
import docx
import time
import pandas as pd
from selenium import webdriver
from selenium.webdriver.chrome.options import Options # 导入chrome选项
from selenium.webdriver.common.keys import Keys
from os import system
'''
seleium爬虫效率很低但胜在不用考虑反爬问题，由于想加快翻译速度并实现转换为exe文件后可在其他无python环境中运行，
添加excel表格充当数据库，excel文件中，一列命名漏洞英文列表，一列命名漏洞翻译列表，由于使用seleeium需在python目
录下添加对应浏览器driver，由于我使用的是chrome所以需下载chromedriver。
'''
def mydoc(doc,table,huan,expath):
table_contents = []
table_content_trans = []
for i in range(0,len(table.rows)):#设定i值极限 行
data = pd.DataFrame(pd.read_excel(expath))
datalist_d = data['漏洞英文列表']
datalist_t = data['漏洞翻译列表']
i_text = table.cell(i,0).text#表格内i行j列单元格内容赋值给i_text
zhPattern = re.compile(u'[\u4e00-\u9fa5]+') # 中文字符范围
szPattern = re.compile(u'[0-9]') # 数字范围
# spPattern = re.compile(u'[/]+')
contents = u'{}'.format(i_text) # 表格内单元格文本
# search整个字符串内查找模式匹配，找到第一个匹配然后返回一个包含匹配信息的对象，无则NONE
# match匹配字符串第一位，开头位置是否匹配，匹配成功才会返回结果，否则返回None
#'[^?\\/]'返回指定标点符号
match_zh = zhPattern.search(contents)
match_sz = szPattern.match(contents)
if match_zh or match_sz:
pass
else:
if len(datalist_d) != 0:
flag_excel = False
for j in range(len(datalist_d)):
if datalist_d[j] == i_text:
table.cell(i,0).text = str(datalist_t[j])
flag_excel = True
break
if flag_excel == False:
print('漏洞库中未搜索到...')
table_contents.append(i_text) # 表格内内容
trans_result = myspider(i_text) # 翻译表格内容
print('翻译中...')
if huan == 1:
trans_result_n = trans_result.replace("\n", "") # 内容去除换行
table.cell(i, 0).text = trans_result_n # 替换表格内容
table_content_trans.append(trans_result_n) # 翻译和排版后内容加入表格
data_t = pd.Series({"漏洞英文列表": i_text,"漏洞翻译列表": trans_result_n}, name='漏洞库') # 添加数据
data_add_t = data.append(data_t) # 添加数据
data_add_t.to_excel(expath, index=False) # 存入excel中
print('存入漏洞库...')
else:
table.cell(i, 0).text = trans_result # 替换表格内容
table_content_trans.append(trans_result) # 翻译和排版后内容加入表格
data_t = pd.Series({"漏洞英文列表": i_text,"漏洞翻译列表": trans_result}, name='漏洞库') # 添加数据
data_add_t = data.append(data_t) # 添加数据
data_add_t.to_excel(expath, index=False) # 存入excel中
print('存入漏洞库...')
else:
print('漏洞库为空')
table_contents.append(i_text) # 表格内内容
trans_result = myspider(i_text) # 翻译表格内容
print('翻译中...')
if huan == 1:
trans_result_n = trans_result.replace("\n", "") # 内容去除换行
table.cell(i, 0).text = trans_result_n # 替换表格内容
table_content_trans.append(trans_result_n) # 翻译和排版后内容加入表格
data_t = pd.Series({"漏洞英文列表": i_text,"漏洞翻译列表": trans_result_n}, name='漏洞库') # 添加数据
data_add_t = data.append(data_t) # 添加数据
data_add_t.to_excel(expath, index=False) # 存入excel中
print('存入漏洞库...')
else:
table.cell(i, 0).text = trans_result # 替换表格内容
table_content_trans.append(trans_result) # 翻译和排版后内容加入表格
data_t = pd.Series({"漏洞英文列表": i_text,"漏洞翻译列表": trans_result}, name='漏洞库') # 添加数据
data_add_t = data.append(data_t) # 添加数据
data_add_t.to_excel(expath, index=False) # 存入excel中
print('存入漏洞库...')
#判断列表中是否都是空字符串
flag = False
for i in table_contents:
if i.strip() != '':
flag = True
# 空列表或者列表中都是空字符串不翻译
if len(table_contents) == 0 or flag == False:
return print("此表格无需翻译或漏洞库中已存储")
else:
print('表格待翻译内容:',table_contents)
print('表格翻译后内容:',table_content_trans)
def myspider(text):
# 设置chrome浏览器无头模式
chrome_options = Options()
chrome_options.add_argument('--headless')
driver = webdriver.Chrome(chrome_options=chrome_options)
# driver.fullscreen_window() #全屏
driver.maximize_window() # 屏幕最大化
# 打开有道翻译页面
driver.get("http://fanyi.youdao.com/")
time.sleep(0.5)
# 获取页面名为inputOriginal的id标签的文本内容
inputwd = driver.find_element_by_id("inputOriginal") # 搜索输入文本框的id属性值 .text #id="wrapper"的所有文本
but = driver.find_element_by_id('transMachine') # 搜索提交按钮//*[@id="transMachine"]
outputwd = driver.find_element_by_xpath('//*[@id="transTarget"]') # 翻译后文本框
inputwd.clear() # 清除文本框里的内容
# outputwd.clear() # 清除文本框里的内容
inputwd.send_keys(text) # 输入翻译内容
but.send_keys(Keys.RETURN) # 输入回车键 but.click() #点击按钮s
time.sleep(0.5)
result = outputwd.text
# 关闭浏览器
driver.quit()
return result
def mymain():
# urlname = input('输入路径:')
docname = input('输入文件全名：')
huan = int(input('翻译内容是否需删除换行(1.是2.否):'))
# urlname_t = urlname.replace('\\','\\\\')
# print('转义后路径:',f'{urlname}//{docname}')
path = f'.\\{docname}' #文件路径
expath = '.\\漏洞库.xlsx'
doc = docx.Document(path)
tables = doc.tables # 获取文件中的表格集
e1 = time.time()
print(f'共{len(tables)}个表格')
n = 1
try:
for i in range(0,len(tables)):
table = tables[i]
mydoc(doc,table,huan,expath)
print(f'\n剩余{len(tables)-n}个表格待翻译')
time.sleep(0.3)
n += 1
doc.save(f".\\trans{docname}")
except Exception as e:
print('报错:',e)
e2 = time.time()
print('耗时:',float(e2 - e1))
print('转换完毕')
system('pause')
mymain()
来源：CSDN
作者：回忆125
链接：https://blog.csdn.net/sinat_32533849/article/details/104519243