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。
<?phpdefine("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">
和<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!