关于火车头的百度翻译插件,相信大家在火车头官网或网上都能找到相关代码,百度翻译插件是PHP写的,就一个PHP文件,简单灵活,不受火车头软件版本限制,任何有PHP插件权限的火车头版本都可以使用。但是百度API翻译有一个致命的缺陷,就是不支持html代码翻译,如果采集的字段包含html片段,那翻译完全就错乱了,没法正常使用,下面给大家分享一个简易翻译html代码片段的方法。

<?php


define("CURL_TIMEOUT",   30); 
define("URL",            "http://api.fanyi.baidu.com/api/trans/vip/translate"); 
define("APP_ID",         ""); //替换为您的APPID
define("SEC_KEY",        "");//替换为您的密钥
define("FROM",    	     "en");//采集的源语言标识码,默认为中文“zh”
define("TO",    	     "zh");//翻译后的目标语言标识码,默认翻译为英文“en”


function translate($query)
{
    $args = array(
        'q' => $query,
        'appid' => APP_ID,
        'salt' => rand(10000,99999),
        'from' => FROM,
        'to' => TO,

    );
    $args['sign'] = buildSign($query, APP_ID, $args['salt'], SEC_KEY);
    $ret = call(URL, $args);
    $ret = json_decode($ret, true);
	
	if (isset($ret['error_code'])) 
	{
		switch ($ret['error_code']) 
		{
			case 52003:
				return "错误代码(".$ret['error_code']."):APP_ID不正确,请检查您填写的APP_ID是否和百度翻译开放平台申请的一致。";
				break;
			case 54001:
				return "错误代码(".$ret['error_code']."):密钥不正确,请检查您填写的密钥是否和百度翻译开放平台申请的一致。";
				break;
			case 54000:
				return "错误代码(".$ret['error_code']."):翻译内容为空,请检查您的采集规则是否正确,出现本错误可能软件未采集到内容。";
				break;
			case 54004:
				return "错误代码(".$ret['error_code']."):余额不足,您的免费字符已用完或余额不足,请登陆百度翻译开放平台充值。";
				break;
			case 58001:
				return "错误代码(".$ret['error_code']."):译文语言方向错误,请检查您设置的目标语言标识码是否正确。";
				break;
			default:
				return "错误代码(".$ret['error_code']."):不可预知的错误,https://tpl.sryun.net";
				break;
		}
	}

    return $ret["trans_result"]["0"]["dst"]; 
}

function buildSign($query, $appID, $salt, $secKey)
{
    $str = $appID . $query . $salt . $secKey;
    $ret = md5($str);
    return $ret;
}

function call($url, $args=null, $method="post", $testflag = 0, $timeout = CURL_TIMEOUT, $headers=array())
{
    $ret = false;
    $i = 0; 
    while($ret === false) 
    {
        if($i > 1)
            break;
        if($i > 0) 
        {
            sleep(1);
        }
        $ret = callOnce($url, $args, $method, false, $timeout, $headers);
        $i++;
    }
    return $ret;
}

function callOnce($url, $args=null, $method="post", $withCookie = false, $timeout = CURL_TIMEOUT, $headers=array())
{
    $ch = curl_init();
    if($method == "post") 
    {
        $data = convert($args);
        curl_setopt($ch, CURLOPT_POSTFIELDS, $data);
        curl_setopt($ch, CURLOPT_POST, 1);
    }
    else 
    {
        $data = convert($args);
        if($data) 
        {
            if(stripos($url, "?") > 0) 
            {
                $url .= "&$data";
            }
            else 
            {
                $url .= "?$data";
            }
        }
    }
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_TIMEOUT, $timeout);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    if(!empty($headers)) 
    {
        curl_setopt($ch, CURLOPT_HTTPHEADER, $headers);
    }
    if($withCookie)
    {
        curl_setopt($ch, CURLOPT_COOKIEJAR, $_COOKIE);
    }
    $r = curl_exec($ch);
    curl_close($ch);
    return $r;
}

function convert(&$args)
{
    $data = '';
    if (is_array($args))
    {
        foreach ($args as $key=>$val)
        {
            if (is_array($val))
            {
                foreach ($val as $k=>$v)
                {
                    $data .= $key.'['.$k.']='.rawurlencode($v).'&';
                }
            }
            else
            {
                $data .="$key=".rawurlencode($val)."&";
            }
        }
        return trim($data, "&");
    }
    return $args;
}


// function translateHTML($html)
// {
//     // 使用正则表达式保护HTML标签不被翻译
//     $html = preg_replace_callback('/<[^>]+>|[^<]+/', function($matches) {
//         $segment = $matches[0];
//         if (preg_match('/<[^>]+>/', $segment)) {
//             // 这是一个HTML标签,直接返回
//             return $segment;
//         } else {
//             // 这是文本内容,进行翻译
//             return translate($segment);
//         }
//     }, $html);

//     return $html;
// }

//逐词逐句分割翻译-并不精准,勉强刊用
// function translateHTML($html)
// {
//     // 使用正则表达式保护HTML标签不被翻译
//     $parts = preg_split('/(<[^>]+>)/', $html, -1, PREG_SPLIT_DELIM_CAPTURE);
//     $translatedHTML = '';
    
//     foreach ($parts as $part) {
//         if (preg_match('/<[^>]+>/', $part)) {
//             // 这是一个HTML标签,直接附加
//             $translatedHTML .= $part;
//         } else {
//             // 这是文本内容,进行逐词或逐句翻译
//             $translatedHTML .= translateTextBySentence($part);
//         }
//     }

//     return $translatedHTML;
// }

// function translateTextBySentence($text) {
//     // 使用句号分割句子
//     $sentences = preg_split('/([.!?]+)/', $text, -1, PREG_SPLIT_DELIM_CAPTURE);
//     $translated = '';
//     foreach ($sentences as $sentence) {
//         if (trim($sentence) !== '') {
//             $translated .= translate($sentence);
//         }
//     }
//     return $translated;
// }

//特定标签翻译
function translateContent($html)
{
    $pattern = '/(<div class="ariticle-body">)(.*?)(<br\s*\/?>)/is';
    $html = preg_replace_callback($pattern, function ($matches) {
        $contentToTranslate = strip_tags($matches[2]);
        $translatedContent = translate($contentToTranslate);
        return $matches[1] . $translatedContent . $matches[3];
    }, $html);
    return $html;
}


if($LabelArray['PageType']=="Save")
{
	/**
	 * 下面的内容需要根据火车头的采集规则进行修改,一行为一个需要翻译的标签。
	 * 后面的为采集到的原始标签,前面的为翻译后的标签。
	 * 这里的标签名必须和采集规则里的标签名一致,否则无法翻译。
	*/
        $LabelArray['翻译的标题'] = translate($query = $LabelArray['标题']);
        $LabelArray['翻译的内容'] = translateContent($query = $LabelArray['内容']);
        $LabelArray['翻译的描述'] = translate($query = $LabelArray['描述']);
}
echo serialize($LabelArray);

?>

代码的关键就在于translateContent函数,因为我采集的数据字段都是英文,需要翻译为中文,字段包含在标签<div class="ariticle-body"><br/>标签之间,所以我只需要翻译这之间的文本就可以,翻译完成之后,并将翻译结果插入回原始HTML中。

我注释掉的translateHTML函数,也可以整段的翻译内容字段,只是效果并不是很完美,因为百度翻译不支持大段文本翻译,只能是逐句分割翻译,所以就弃用了,大家可以私下进行调试修改。

我不知道火车头是否能完美的支持php类和扩展,我测试的是不支持,可能是我不熟悉,也没深入研究,不然翻译效果可能会更好。有需要的朋友试试吧!

点赞(0) 打赏

评论列表 共有 0 条评论

暂无评论

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部