python如何批量翻譯excel表格中的英文

這篇文章主要介紹“python如何批量翻譯excel表格中的英文”，在日常操作中，相信很多人在python如何批量翻譯excel表格中的英文問(wèn)題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”python如何批量翻譯excel表格中的英文”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！

主要設(shè)計(jì)

•  讀取一個(gè)表格文件，獲取需要翻譯的文本

•  使用百度翻譯 API 進(jìn)行翻譯，獲取翻譯結(jié)果

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

•  處理多個(gè)表格文件，將它們的翻譯結(jié)果分別保存

•  使用線(xiàn)程池加速翻譯過(guò)程，可以同時(shí)翻譯多個(gè)表格

•  顯示進(jìn)度條

分析

• 目標(biāo)文件為xlsx格式，可以借助pandas進(jìn)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(píng)論內(nèi)容為我的目標(biāo)列。

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

• 由于我每個(gè)表格有2000行數(shù)據(jù)，總共有10個(gè)表格，一個(gè)個(gè)來(lái)的話(huà)不僅麻煩效率還低。

• 我需要知道任務(wù)的進(jìn)度，不想一直等下去

具體實(shí)現(xiàn)

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(duì)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(chuàng)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(qǐng)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(xiàn)程

使用concurrent.futures庫(kù)中的 ThreadPoolExecutor類(lèi)來(lái)實(shí)現(xiàn)多線(xiàn)程處理。

• 創(chuàng)建一個(gè) ThreadPoolExecutor對(duì)象。

• 在循環(huán)中遍歷每個(gè)表格A，并使用 submit方法向線(xiàn)程池提交任務(wù)。 submit方法將表格A的文件名和表格B的文件名作為參數(shù)傳遞給 translate_column函數(shù)，該函數(shù)將在單獨(dú)的線(xiàn)程中執(zhí)行。

ThreadPoolExecutor會(huì)自動(dòng)管理線(xiàn)程池的大小，并在有空閑線(xiàn)程時(shí)分配新任務(wù)。這種方式可以利用多個(gè)CPU核心來(lái)并行處理多個(gè)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(jié)果.xlsx')
            lstFutures.append(executor.submit(TranslateTable, sInputFilename, sOutputFilename))
        for future in tqdm(as_completed(lstFutures), total=len(lstFutures)):
            pass

控制臺(tái)顯示進(jìn)度

使用 concurrent.futures.as_completed 函數(shù)顯示進(jìn)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(gè)表格文件，獲取需要翻譯的文本。
    2、使用百度翻譯 API 進(jìn)行翻譯，獲取翻譯結(jié)果。
    3、將翻譯結(jié)果保存到原表格中，然后提取需要的列組成一個(gè)新的 DataFrame。
    4、處理多個(gè)表格文件，將它們的翻譯結(jié)果合并到一個(gè) DataFrame 中，然后分別保存。
    5、使用線(xiàn)程池加速翻譯過(guò)程，可以同時(shí)翻譯多個(gè)表格
    6、使用  concurrent.futures.as_completed 函數(shù)顯示進(jìn)度條。
"""


from concurrent.futures import ThreadPoolExecutor, as_completed
from tqdm import tqdm  # 進(jìn)度條庫(kù)，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(duì)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(chuàng)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(jié)果.xlsx')
            lstFutures.append(executor.submit(TranslateTable, sInputFilename, sOutputFilename))
        for future in tqdm(as_completed(lstFutures), total=len(lstFutures)):
            pass


# 調(diào)用函數(shù)翻譯多個(gè)表格
sInputFolder = r'C:\Users\lenovo\Desktop\english'  # 修改為實(shí)際的表格文件夾路徑
sOutputFolder = r'C:\Users\lenovo\Desktop\zh'  # 修改為實(shí)際的表格文件夾路徑
TranslateTables(sInputFolder, sOutputFolder)

到此，關(guān)于“python如何批量翻譯excel表格中的英文”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！