Python爬虫之自制英汉字典

约定不等于承诺〃 2022-05-24 08:55 265阅读 0赞

最近在微信公众号中看到有人用Python做了一个爬虫，可以将输入的英语单词翻译成中文，或者把中文词语翻译成英语单词。笔者看到了，觉得还蛮有意思的，因此，决定自己也写一个玩玩~~  
  首先我们的爬虫要能将英语单词翻译成中文，因此，我们就需要一个网站帮助我们做这件事情。于是，我们选定有道词典，网址为： [http://dict.youdao.com/][http_dict.youdao.com] 。在该网页中我们输入单词nice,就会出来这个单词的意思，如下图：

![有道词典][70]  
  
  针对上述过程，对于熟悉爬虫的读者来说，是不难完成将输入的单词的中文意思从网页中提取出来的。笔者的代码如下：

import requests
    from bs4 import BeautifulSoup
    
    # get word from Command line
    word = input("Enter a word (enter 'q' to exit): ")
    
    # main body
    while word != 'q': # 'q' to exit
        try:
            # 利用GET获取输入单词的网页信息
            r = requests.get(url='http://dict.youdao.com/w/%s/#keyfrom=dict2.top'%word)
            # 利用BeautifulSoup将获取到的文本解析成HTML
            soup = BeautifulSoup(r.text, "lxml")
            # 获取字典的标签内容
            s = soup.find(class_='trans-container')('ul')[0]('li')
            # 输出字典的具体内容
            for item in s:
                if item.text:
                    print(item.text)
            print('='*40+'\n')
        except Exception:
            print("Sorry, there is a error!\n")
        finally:
            word = input( "Enter a word (enter 'q' to exit): ")

运行上述Python代码，结果如下：

![简单功能的实现][70 1]  
  
  上述过程无疑是简单的，下面，我们增加一些新的功能，如下：

1.  将Python代码打包成exe文件；
2.  在CMD中输出单词的中文意思时，输出为彩色文字。

利用ctypes模块，我们可以对Windows系统进行简单操作，而利用pyinstaller模块，我们可以将自己的Python代码打包成exe文件。  
  改修的Python代码如下：

import requests
    from bs4 import BeautifulSoup
    import random
    import ctypes
    
    STD_INPUT_HANDLE = -10
    STD_OUTPUT_HANDLE = -11
    STD_ERROR_HANDLE = -12
    
    FOREGROUND_DARKBLUE = 0x01  # 暗蓝色
    FOREGROUND_DARKGREEN = 0x02  # 暗绿色
    FOREGROUND_DARKSKYBLUE = 0x03  # 暗天蓝色
    FOREGROUND_DARKRED = 0x04  # 暗红色
    FOREGROUND_DARKPINK = 0x05  # 暗粉红色
    FOREGROUND_DARKYELLOW = 0x06  # 暗黄色
    FOREGROUND_DARKWHITE = 0x07  # 暗白色
    FOREGROUND_DARKGRAY = 0x08  # 暗灰色
    FOREGROUND_BLUE = 0x09  # 蓝色
    FOREGROUND_GREEN = 0x0a  # 绿色
    FOREGROUND_SKYBLUE = 0x0b  # 天蓝色
    FOREGROUND_RED = 0x0c  # 红色
    FOREGROUND_PINK = 0x0d  # 粉红色
    FOREGROUND_YELLOW = 0x0e  # 黄色
    FOREGROUND_WHITE = 0x0f  # 白色
    
    std_out_handle = ctypes.windll.kernel32.GetStdHandle(STD_OUTPUT_HANDLE)
    
    # 设置文字颜色
    def set_cmd_text_color(color, handle=std_out_handle):
        Bool = ctypes.windll.kernel32.SetConsoleTextAttribute(handle, color)
        return Bool
    
    # 重置文字颜色为白色
    def resetColor():
        set_cmd_text_color(FOREGROUND_DARKWHITE)
    
    # 以指定颜色输出文字
    def cprint(mess, color):
        color_dict = {
       '暗蓝色': FOREGROUND_DARKBLUE,
                      '暗绿色': FOREGROUND_DARKGREEN,
                      '暗天蓝色': FOREGROUND_DARKSKYBLUE,
                      '暗红色': FOREGROUND_DARKRED,
                      '暗粉红色': FOREGROUND_DARKPINK,
                      '暗黄色': FOREGROUND_DARKYELLOW,
                      '暗白色': FOREGROUND_DARKWHITE,
                      '暗灰色': FOREGROUND_DARKGRAY,
                      '蓝色': FOREGROUND_BLUE,
                      '绿色': FOREGROUND_GREEN,
                      '天蓝色': FOREGROUND_SKYBLUE,
                      '红色': FOREGROUND_RED,
                      '粉红色': FOREGROUND_PINK,
                      '黄色': FOREGROUND_YELLOW,
                      '白色': FOREGROUND_WHITE
                     }
        set_cmd_text_color(color_dict[color])
        print(mess)
        resetColor()
    
    # 颜色列表
    color_list = ['暗蓝色','暗绿色','暗天蓝色','暗红色','暗粉红色','暗黄色','暗白色','暗灰色',\
                  '蓝色','绿色','天蓝色','红色','粉红色','黄色','白色']
    
    # print information of this application
    print('#'*60)
    print('This app is used for translating English word to Chineses!')
    print('#'*60+'\n')
    
    # get word from Command line
    word = input("Enter a word (enter 'q' to exit): ")
    
    # main body
    while word != 'q': # 'q' to exit
        try:
            # 利用GET获取输入单词的网页信息
            r = requests.get(url='http://dict.youdao.com/w/%s/#keyfrom=dict2.top'%word)
            # 利用BeautifulSoup将获取到的文本解析成HTML
            soup = BeautifulSoup(r.text, "lxml")
            # 获取字典的标签内容
            s = soup.find(class_='trans-container')('ul')[0]('li')
            # 随机选择输出的颜色
            random.shuffle(color_list)
            # 输出字典的具体内容
            for item in s:
                if item.text:
                    cprint(item.text, color_list[0])
            print('='*40+'\n')
        except Exception:
            print("Sorry, there is a error!\n")
        finally:
            word = input( "Enter a word (enter 'q' to exit): ")

利用pyinstaller模块,将上述程序打包为exe文件。比如我们刚才的Python代码的文件名为English\_2\_Chinese\_dict.py，位于E盘下的eng\_2\_chn文件夹下，我们可以在CMD中先切换到E盘下eng\_2\_chn文件夹，再输入以下命令：

pyinstaller -F English_2_Chinese_dict.py

这样就会生成一些文件，如下图：

![生成exe文件][exe]  
  
我们想要的生成的exe文件位于dist文件夹下，运行该exe文件，并测试，如下：  
  
![exe文件测试][exe 1]  
  
  这样我们也就实现了上述新增的功能，能够更加方便地运行我们的程序。怎么样，是不是觉得Python爬虫酷酷的？不知作为新手的你，有没有一点心动呢？赶紧学起来吧，哈哈~~  
  本次分享到此结束，如有任何问题，请在下面评论哦~~

[http_dict.youdao.com]: http://dict.youdao.com/
[70]: /images/20220524/9d3d8cb8e03245faa09cb36f8b7d8f7c.png
[70 1]: /images/20220524/28482cd8a3cf499b9f08f39fddca909c.png
[exe]: /images/20220524/8c2622b8ca23451c94a601843e7c21ad.png
[exe 1]: /images/20220524/0d1502dbde854dbabbe44eb1fb49525a.png