0.说明

通过浏览器跟踪【有道词典】和【有道翻译】网页查询过程，制作python简易字典。

代码案例在：https://github.com/suchocolate/test/tree/master/spider/simpledictionary

制作过程：

踩点查词
踩点翻译
制作程序

1.踩点有道词典

1.1 先踩点查英文单词

F12浏览器登陆有道词典网页，查看实际查英文词的URL是：http://dict.youdao.com/w/eng/dog/

记录一下查询结果的xpath，交给lxml.etree解析：

1.2 再查一下中文词

发现URL是：http://dict.youdao.com/w/%E7%8B%97/，这个“%E7%8B%97”是URL编码的中文，可以用urllib.parse里的quote制作。

2.踩点有道翻译

有道翻译的URL是：http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule。

后来发现向这个URL POST数据不会得到结果，真正的URL要把“_o”去掉。

翻译时，浏览器发送的是表单，那么到时封装到request的data里。

有道返回的是json，用json解析：

3.制作程序

# 请求网页用
from urllib import request, parse
# 制作转化中文为URL格式
from urllib.parse import quote
# 分析库
from lxml import etree
# 用tkinter做图形化
from tkinter import *
# 解析json数据
import json


# 英文单词查询网址
ebase = 'http://dict.youdao.com/w/eng/'
# 中文单词查询网址
cbase = 'http://dict.youdao.com/w/'
# 翻译网址
trans = 'http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule'
# 查询时http头
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:72.0) Gecko/20100101 Firefox/72.0"}
# 翻译提交的字典
dic = {"doctype": "json"}


# 判断查询类型，1是查词，2是翻译。
def chaxun():
    if v.get() == 1:
        chaci()
    else:
        fanyi()


# 定义查词函数:
def chaci():
    wd = e1.get()
    # 如果是中文查询，转换中文为URL编码格式，中文unicode编码范围。
    if '\u4e00' <= wd <= '\u9fff':
        # 转中文为URL编码
        wd = quote(wd)
        url = cbase + wd
        q = request.Request(url=url, headers=headers)
        r = request.urlopen(q, timeout=2)
        html = etree.HTML(r.read().decode('utf-8'))
        # 查中文时的xpath和英文的xpath不同
        result = html.xpath('/html/body/div[1]/div[2]/div[1]/div[2]/div[2]/div[1]/div/ul/p/span/a/text()')
    else:
        url = ebase + wd
        q = request.Request(url=url, headers=headers)
        r = request.urlopen(q, timeout=2)
        html = etree.HTML(r.read().decode('utf-8'))
        # 查英文词的xpath
        result = html.xpath('/html/body/div[1]/div[2]/div[1]/div[2]/div[2]/div[1]/div/ul/li/text()')
    # 清理text，重新显示
    text1.delete(1.0, END)
    # 如果有结果，显示结果
    if len(result) != 0:
        for pt in result:
            text1.insert(INSERT, pt + '\n')
    else:
        # 如果没有结果，提示没有结果
        text1.insert(INSERT, 'There is no explain.')


# 翻译
def fanyi():
    # 清除文本框中的内容
    text1.delete(1.0, END)
    # 获取输入框的字，复制给变量wd，装入字典
    wd = e1.get()
    dic['i'] = wd
    data = bytes(parse.urlencode(dic), encoding='utf-8')
    # 开始翻译
    q = request.Request(url=trans, data=data, headers=headers, method='POST')
    r = request.urlopen(q)
    # 得到的结果是json数据，
    result = json.loads(r.read().decode('utf-8'))
    # 数据处理后放入输入框
    text1.insert(INSERT, result['translateResult'][0][0]['tgt'])


if __name__ == '__main__':
    # 主函数，定义一个tk对象
    root = Tk()
    root.title('简易有道词典')
    # 定义一个说明标签
    l1 = Label(root, text='请输入要查询的内容：')
    l1.grid(row=0, column=0)
    # 定义一个输入框
    e1 = Entry(root)
    e1.grid(row=0, column=1, padx=1, pady=5)
    # 定义一个按钮
    bt1 = Button(root, text='查询', command=chaxun)
    bt1.grid(row=0, column=2, padx=5, pady=5)
    # 定义一个文本框
    text1 = Text(root, width=59, height=10)
    text1.grid(row=1, columnspan=5, padx=5, pady=7)
    # 定义一个单选变量，初始值1，即默认是查词
    v = IntVar()
    v.set(1)
    # 定义一个单选框
    Radiobutton(root, text="查词", variable=v, value=1).grid(row=0, column=3)
    Radiobutton(root, text="翻译", variable=v, value=2).grid(row=0, column=4)
    # 循环窗体
    mainloop()

运行的效果