Maison > Article > développement back-end > Outil de traduction par lots de documents écrit en Python, l'effet est meilleur qu'un logiciel payant ?
Cet article partagera avec vous un script bureautique Python pratique "Utiliser Python pour traduire par lots des documents Word anglais et préserver le format". logiciel! Jetons d’abord un coup d’œil au contenu spécifique du travail.
J'ai sous la main un grand nombre de documents en langue étrangère (dans ce cas, nous prenons 5 documents comme exemple, nommés test1.docx
test2.docx
et ainsi de suite), dont l'un est le suivant :
Exigences de base : "Traduire tout le contenu de ces documents en chinois par lots et les transférer dans de nouveaux fichiers" , l'effet est le suivant :
Exigences avancées : Alors que les besoins de base sont remplie, l'exigence "préserver le format des documents originaux" , l'effet est le suivant :
Le cœur de cette exigence est Traduction, la stratégie est d'utiliser l'API de traduction du réseau, nous recommandons ici Baidu Translation Open Platform, Si vous ne tenez pas compte du nombre d'utilisateurs simultanés, vous pouvez utiliser la version standard, qui est gratuite et sans caractère limite!
«Plateforme ouverte de traduction Baidu :
”http : //api.fanyi.baidu.com/api/trans/product/index
http://api.fanyi.baidu.com/api/trans/product/index
在使用百度的通用翻译 API 之前需要完成以下工作:
http://api.fanyi.baidu.com
);完成后在个人页面在即可看到 ID 和密钥,这个很重要!下面给出整理好的通用翻译 API 的 demo,已经对输出做简单修改,代码拿走就能用!
可以看到,测试内容准确的被翻译出来,注意如果需要多次访问 API,免费版有并发数和时间限制,可以用 time
http://api.fanyi.baidu.com code>) ;
Vous pouvez voir que le contenu du test est traduit avec précision. Notez que si vous devez accéder à l'API plusieurs fois, la version gratuite a une concurrence et des limites de temps. , vous pouvez utiliser time
Le module dort pendant une seconde
Le style de page ne doit inclure que les marges, la direction, la hauteur, la largeur, etc. Comme vous pouvez le voir sur le document original, des marges étroites sont adoptées. Mais nous n'avons pas besoin de savoir comment définir les quatre directions des marges étroites. Il nous suffit de présenter le transfert variable des anciens et des nouveaux documents dans le code, comme suit
. Le style de paragraphe inclut l'alignement, l'indentation, l'espacement, etc. qui sont en retrait après les paragraphes du document original et le titre est centré. Ces réglages peuvent être bien effectués en passant variable. Si la valeur de la variable qui n'est pas définie dans le document original est None
Pour les ajustements de style tels que la taille de la police, le gras, l'italique, la couleur, etc., la stratégie adoptée est de créer une liste vide et parcourir le document original Pour chaque bloc de texte de chaque paragraphe, les attributs correspondants sont obtenus et placés dans leurs listes respectives. Pour le même paragraphe, l'option avec le plus d'attributs de bloc de texte est affectée au paragraphe correspondant de. le document traduit (comme la totalité ou la majeure partie d'un paragraphe) Si le texte est en gras, tous les blocs de texte du paragraphe correspondant seront mis en gras après la traduction)
Les lecteurs intéressés par la PNL peuvent essayer de restaurer dans une large mesure les modifications de style de certains mots spécifiques dans les documents anglais et de les refléter dans les documents traduits.
from docx.oxml.ns import qn run.font.name = '微软雅黑' r = run._element.rPr.rFonts r.set(qn('w:eastAsia'), '微软雅黑')
glob
模块批处理框架可获取某个文件的绝对路径python-docx
完成 Word 文件实例化后对段落进行解析导入需要的模块,除翻译 demo 中需要的库外还需要 glob
库批量获取文件、python-docx
读取文件、time
模块控制访问并发。为什么要 os
模块见下文:
import requests import random import json from hashlib import md5 import time from docx import Document import glob import os
对原 demo 的部分内容进行保留,涉及到 query
参数的代码需要移动到后面的循环中。保留的部分:
效果如下
获取到段落文本后,可以将段落文本赋值给 query
参数,调用 API demo 的后续代码。输出结果的同时用 add_paragraph
将结果写入新文档:
最后保存成新文件,期望命名为 原文件名_translated 的形式,可用 os.path.basename
方法获取并经字符串拼接达到目的:
wordfile_new.save(path + r'\\' + os.path.basename(file)[:-5] + '_translated.docx')
单个文件操作完成后将读取和创建文件的代码块放到批处理框架内:
完成了上面的内容后,基本需求就完成了。根据我们梳理的对样式的修改知识,再把样式调整的代码加进来就行了,最终完整代码如下:
代码运行完毕后得到五个新的翻译后文件
翻译效果如下,可以看到英文被翻译成中文,并且样式大部分保留!
至此,所有文档都被成功翻译,当然这是机器翻译的,具体应用时还需要对关键部分进一步人工调整,不过整体来说还是一次成功的Python办公自动化尝试!
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!