教你用Python爬蟲自制有道翻譯詞典

      Python爬蟲能夠實現的功能有很多，就看你如何去使用它了。今天小千就來教大家如何去利用Python爬蟲自制一個有道翻譯詞典。

      首先開啟有道翻譯頁面，嘗試輸入hello，就出現翻譯了，可以自動翻譯。有同學寫了爬蟲去請求上面的 的連結，宋姐姐要說錯啦。因為這個是透過ajax實現的。如何實現的呢？谷歌瀏覽器F12或者右鍵選擇->檢查.

      大家點開請求可以看到下圖 ：

      接下來重點來了，難點來了！！！salt，sign，ts，bv表示什麼？如果不攜帶可不可以？

      其實這個是js中建立出來的並在每次請求的時候載入到這裡的？怎麼知道這個值是什麼？這時我們就要檢視原始碼了，右鍵--->檢視原始碼:

      這個檔案的js就是我們要找的，點開js檔案看看是啥？

      哇塞這個是什麼鬼？直接嚇跑大家。此時考驗到家耐心和信心的地方到啦 ，我們有工具可以直接格式化這些的，站長工具點開就可了，切記將所有的程式碼複製貼上到裡面直接格式化就可以。將格式化好的複製到你的pycharm中，然後strl+f查詢‘sign’。（切記按照步驟）

      可以分析出：

      ts：就是時間戳，而js的時間戳是13位如：1583934479084，python的time.time()是浮點型的如：1583934450.832445 ，要想得到js的時間戳就要是： r= str(int(time.time() * 1000))

      bv：n.md5(navigator.appVersion) 表示瀏覽器版本進行md5加密

      salt：r + parseInt(10 * Math.random(), 10); 表示的是時間戳拼接一個0-9的隨機數

      python實現就是：f = r + str(random.randint(0, 9))

      sign：n.md5("fanyideskweb" + e + i + "Nw(nmmbP%A-r6U3EUn]Aj")

      其中e表示要查詢的內容，此時如果我們要查詢長城則e=‘長城’

      i就是你的salt值，與前面的常量值 “fanyideskweb” 和後面的常量值“Nw(nmmbP%A-r6U3EUn]Aj” 進行拼接後使用md5加密

      補充python的md5加密：

      此時我們需要的內容全部準備完畢！

      透過請求獲取的返回結果response是json格式的，此時可以使用bejson.com 進行格式化

      所以我們透過json就方便提取資料了，其中‘tgt’就是翻譯後的內容。

      不說那麼多了上程式碼：

      大家將程式碼執行一下看到：{“errorCode”:50} 的結果沒有翻譯成功！這是為啥呢？

      就是大家在爬取的時候將連結：url = '

      中的‘_o’務必切記去除掉，這個也是有道反扒的一種機制。（這個可能就是困擾很多同學的地方）

希望本文的分享能幫到學Python的小夥伴們。還想了解哪方面的知識，可以在下面留言。