怎么使用python批量翻譯excel表格中的英文

本文小編為大家詳細介紹“怎么使用python批量翻譯excel表格中的英文”，內容詳細，步驟清晰，細節處理妥當，希望這篇“怎么使用python批量翻譯excel表格中的英文”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

主要設計

•  讀取一個表格文件，獲取需要翻譯的文本

•  使用百度翻譯 API 進行翻譯，獲取翻譯結果

•  將翻譯結果保存到原表格中，然后提取需要的列組成一個新的 DataFrame

•  處理多個表格文件，將它們的翻譯結果分別保存

•  使用線程池加速翻譯過程，可以同時翻譯多個表格

•  顯示進度條

分析

• 目標文件為xlsx格式，可以借助pandas進行讀取文件和生成文件的操作。在這里我的源文件有若干列，其中第2列評論內容為我的目標列。

• 在這里我用的是百度翻譯api接口。也可以googletrans、translate，這些庫可以在本地使用，不需要申請API密鑰，但是翻譯質量和速度可能不如云服務。

• 由于我每個表格有2000行數據，總共有10個表格，一個個來的話不僅麻煩效率還低。

• 我需要知道任務的進度，不想一直等下去

具體實現

表格操作

def TranslateTable(sInputFilename, sOutputFilename):
    # 讀取表格A并選擇需要翻譯的列
    df_a = pd.read_excel(sInputFilename) # 獲取df對象
    df_a = df_a.iloc[:, [1, 2]]  # iloc和loc很像，i=index，
    # 翻譯英文列
    df_a['translation'] = df_a.iloc[:, 0].apply(Translate)
    # 創建表格B并保存
    df_b = pd.DataFrame({
        '原文': df_a.iloc[:, 0],
        '譯文': df_a.iloc[:, 2]
    })
    df_b.to_excel(sOutputFilename, index=False)

請求百度翻譯api

def Translate(sText, from_lang='en', to_lang='zh'):
    appid = 'xxxxxx'
    secret_key = 'xxxxxx'
    url = 'https://fanyi-api.baidu.com/api/trans/vip/translate'
    salt = random.randint(32768, 65536)
    sign = hashlib.md5((appid + sText + str(salt) + secret_key).encode()).hexdigest()
    params = {
        'q': sText,
        'from': from_lang,
        'to': to_lang,
        'appid': appid,
        'salt': salt,
        'sign': sign
    }
    response = requests.get(url, params=params)
    result = json.loads(response.content.decode())
    if result.get('error_code') is not None:
        return None
    return result['trans_result'][0]['dst']

多線程

使用concurrent.futures庫中的 ThreadPoolExecutor類來實現多線程處理。

• 創建一個 ThreadPoolExecutor對象。

• 在循環中遍歷每個表格A，并使用 submit方法向線程池提交任務。 submit方法將表格A的文件名和表格B的文件名作為參數傳遞給 translate_column函數，該函數將在單獨的線程中執行。

ThreadPoolExecutor會自動管理線程池的大小，并在有空閑線程時分配新任務。這種方式可以利用多個CPU核心來并行處理多個表格，提高處理速度。

def TranslateTables(sInputFolder, sOutputFolder):
    sInputFilenames = [os.path.join(sInputFolder, f) for f in os.listdir(sInputFolder) if f.endswith('.xlsx')]
    with ThreadPoolExecutor() as executor:
        lstFutures = []
        for sInputFilename in sInputFilenames:
            sFilename = os.path.splitext(os.path.basename(sInputFilename))[0]
            sOutputFilename = os.path.join(sOutputFolder, sFilename + '_翻譯結果.xlsx')
            lstFutures.append(executor.submit(TranslateTable, sInputFilename, sOutputFilename))
        for future in tqdm(as_completed(lstFutures), total=len(lstFutures)):
            pass

控制臺顯示進度

使用 concurrent.futures.as_completed 函數顯示進度條。

完整源碼

# -*- coding: utf-8 -*-
# time: 2022/2/17 03:06
# file: test.py
# author: Shi Yasong

"""
主要功能功能：
    1、讀取一個表格文件，獲取需要翻譯的文本。
    2、使用百度翻譯 API 進行翻譯，獲取翻譯結果。
    3、將翻譯結果保存到原表格中，然后提取需要的列組成一個新的 DataFrame。
    4、處理多個表格文件，將它們的翻譯結果合并到一個 DataFrame 中，然后分別保存。
    5、使用線程池加速翻譯過程，可以同時翻譯多個表格
    6、使用  concurrent.futures.as_completed 函數顯示進度條。
"""


from concurrent.futures import ThreadPoolExecutor, as_completed
from tqdm import tqdm  # 進度條庫，需要先安裝

import pandas as pd
import requests
import json
import os
import hashlib
import random


def Translate(sText, from_lang='en', to_lang='zh'):
    appid = 'xxxx'
    secret_key = 'xxxxx'
    url = 'https://fanyi-api.baidu.com/api/trans/vip/translate'
    salt = random.randint(32768, 65536)
    sign = hashlib.md5((appid + sText + str(salt) + secret_key).encode()).hexdigest()
    params = {
        'q': sText,
        'from': from_lang,
        'to': to_lang,
        'appid': appid,
        'salt': salt,
        'sign': sign
    }
    response = requests.get(url, params=params)
    result = json.loads(response.content.decode())
    if result.get('error_code') is not None:
        return None
    return result['trans_result'][0]['dst']


def TranslateTable(sInputFilename, sOutputFilename):
    # 讀取表格A并選擇需要翻譯的列
    df_a = pd.read_excel(sInputFilename) # 獲取df對象
    df_a = df_a.iloc[:, [1, 2]]  # iloc和loc很像，i=index，
    # 翻譯英文列
    df_a['translation'] = df_a.iloc[:, 0].apply(Translate)
    # 創建表格B并保存
    df_b = pd.DataFrame({
        '原文': df_a.iloc[:, 0],
        '譯文': df_a.iloc[:, 2]
    })
    df_b.to_excel(sOutputFilename, index=False)


def TranslateTables(sInputFolder, sOutputFolder):
    sInputFilenames = [os.path.join(sInputFolder, f) for f in os.listdir(sInputFolder) if f.endswith('.xlsx')]
    with ThreadPoolExecutor() as executor:
        lstFutures = []
        for sInputFilename in sInputFilenames:
            sFilename = os.path.splitext(os.path.basename(sInputFilename))[0]
            sOutputFilename = os.path.join(sOutputFolder, sFilename + '_翻譯結果.xlsx')
            lstFutures.append(executor.submit(TranslateTable, sInputFilename, sOutputFilename))
        for future in tqdm(as_completed(lstFutures), total=len(lstFutures)):
            pass


# 調用函數翻譯多個表格
sInputFolder = r'C:\Users\lenovo\Desktop\english'  # 修改為實際的表格文件夾路徑
sOutputFolder = r'C:\Users\lenovo\Desktop\zh'  # 修改為實際的表格文件夾路徑
TranslateTables(sInputFolder, sOutputFolder)

讀到這里，這篇“怎么使用python批量翻譯excel表格中的英文”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。