zoukankan      html  css  js  c++  java
  • Python爬虫之自制英汉字典

      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/ 。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](https://img-blog.csdn.net/20180524133211564?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/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
    # 输出字典的具体内容
    for item in s:
    if item.text:
    print(item.text)
    print('='*40+' ')
    except Exception:
    print("Sorry, there is a error! ")
    finally:
    word = input( "Enter a word (enter 'q' to exit): ")

    运行上述Python代码,结果如下:
    <center>
    ![简单功能的实现](https://img-blog.csdn.net/20180524133923597?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
    </center>
    &emsp;&emsp;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。
    
    &emsp;&emsp;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。
    &emsp;&emsp;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+' ')

    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
    # 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+' ')
    except Exception:
    print("Sorry, there is a error! ")
    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:
    <center>
    ![生成exe文件](https://img-blog.csdn.net/20180524134721286?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
    </center>
    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:
    <center>
    ![exe文件测试](https://img-blog.csdn.net/20180524134940233?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pjbGlhbjkx/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
    </center>
    &emsp;&emsp;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~~
    &emsp;&emsp;本次分享到此结束,如有任何问题,请在下面评论哦~~
    
    注意:本人现已开通两个微信公众号: 因为Python(微信号为:python_math)以及轻松学会Python爬虫(微信号为:easy_web_scrape), 欢迎大家关注哦~~
  • 相关阅读:
    python 加入excel 失败的原因
    Python 比利的滑动验证
    HTML列表
    HTML表格
    HTML图像
    牛客网212D禁书目录Index-题解
    关于RMQ的一些拓展
    LOJ535「LibreOJ Round #6」花火-题解
    [SDOI2011]导弹拦截-题解
    [HNOI2015]开店-题解
  • 原文地址:https://www.cnblogs.com/jclian91/p/9207145.html
Copyright © 2011-2022 走看看