背景

原是弱电集成的设计员，纠结很久后参加了python培训机构转职后的一员小白，由于一次工作中需要翻译一份近100页word表格，纯手工翻译大概三个小时，为了解决这种重复又耗时的劳动，并重温python相关知识所以制作了该小程序。

脚本详情

import reimport docximport timeimport pandas as pdfrom selenium import webdriverfrom selenium.webdriver.chrome.options import Options # 导入chrome选项from selenium.webdriver.common.keys import Keysfrom os import system'''seleium爬虫效率很低但胜在不用考虑反爬问题，由于想加快翻译速度并实现转换为exe文件后可在其他无python环境中运行，添加excel表格充当数据库，excel文件中，一列命名漏洞英文列表，一列命名漏洞翻译列表，由于使用seleeium需在python目录下添加对应浏览器driver，由于我使用的是chrome所以需下载chromedriver。'''def mydoc(doc,table,huan,expath): table_contents = [] table_content_trans = [] for i in range(0,len(table.rows)):#设定i值极限 行 data = pd.DataFrame(pd.read_excel(expath)) datalist_d = data['漏洞英文列表'] datalist_t = data['漏洞翻译列表'] i_text = table.cell(i,0).text#表格内i行j列单元格内容赋值给i_text zhPattern = re.compile(u'[\u4e00-\u9fa5]+') # 中文字符范围 szPattern = re.compile(u'[0-9]') # 数字范围 # spPattern = re.compile(u'[/]+') contents = u'{}'.format(i_text) # 表格内单元格文本 # search整个字符串内查找模式匹配，找到第一个匹配然后返回一个包含匹配信息的对象，无则NONE # match匹配字符串第一位，开头位置是否匹配，匹配成功才会返回结果，否则返回None #'[^?\\/]'返回指定标点符号 match_zh = zhPattern.search(contents) match_sz = szPattern.match(contents) if match_zh or match_sz: pass else: if len(datalist_d) != 0: flag_excel = False for j in range(len(datalist_d)): if datalist_d[j] == i_text: table.cell(i,0).text = str(datalist_t[j]) flag_excel = True break if flag_excel == False: print('漏洞库中未搜索到...') table_contents.append(i_text) # 表格内内容 trans_result = myspider(i_text) # 翻译表格内容 print('翻译中...') if huan == 1: trans_result_n = trans_result.replace("\n", "") # 内容去除换行 table.cell(i, 0).text = trans_result_n # 替换表格内容 table_content_trans.append(trans_result_n) # 翻译和排版后内容加入表格 data_t = pd.Series({"漏洞英文列表": i_text,"漏洞翻译列表": trans_result_n}, name='漏洞库') # 添加数据 data_add_t = data.append(data_t) # 添加数据 data_add_t.to_excel(expath, index=False) # 存入excel中 print('存入漏洞库...') else: table.cell(i, 0).text = trans_result # 替换表格内容 table_content_trans.append(trans_result) # 翻译和排版后内容加入表格 data_t = pd.Series({"漏洞英文列表": i_text,"漏洞翻译列表": trans_result}, name='漏洞库') # 添加数据 data_add_t = data.append(data_t) # 添加数据 data_add_t.to_excel(expath, index=False) # 存入excel中 print('存入漏洞库...') else: print('漏洞库为空') table_contents.append(i_text) # 表格内内容 trans_result = myspider(i_text) # 翻译表格内容 print('翻译中...') if huan == 1: trans_result_n = trans_result.replace("\n", "") # 内容去除换行 table.cell(i, 0).text = trans_result_n # 替换表格内容 table_content_trans.append(trans_result_n) # 翻译和排版后内容加入表格 data_t = pd.Series({"漏洞英文列表": i_text,"漏洞翻译列表": trans_result_n}, name='漏洞库') # 添加数据 data_add_t = data.append(data_t) # 添加数据 data_add_t.to_excel(expath, index=False) # 存入excel中 print('存入漏洞库...') else: table.cell(i, 0).text = trans_result # 替换表格内容 table_content_trans.append(trans_result) # 翻译和排版后内容加入表格 data_t = pd.Series({"漏洞英文列表": i_text,"漏洞翻译列表": trans_result}, name='漏洞库') # 添加数据 data_add_t = data.append(data_t) # 添加数据 data_add_t.to_excel(expath, index=False) # 存入excel中 print('存入漏洞库...') #判断列表中是否都是空字符串 flag = False for i in table_contents: if i.strip() != '': flag = True # 空列表或者列表中都是空字符串不翻译 if len(table_contents) == 0 or flag == False: return print("此表格无需翻译或漏洞库中已存储") else: print('表格待翻译内容:',table_contents) print('表格翻译后内容:',table_content_trans)def myspider(text): # 设置chrome浏览器无头模式 chrome_options = Options() chrome_options.add_argument('--headless') driver = webdriver.Chrome(chrome_options=chrome_options) # driver.fullscreen_window() #全屏 driver.maximize_window() # 屏幕最大化 # 打开有道翻译页面 driver.get("http://fanyi.youdao.com/") time.sleep(0.5) # 获取页面名为inputOriginal的id标签的文本内容 inputwd = driver.find_element_by_id("inputOriginal") # 搜索输入文本框的id属性值 .text #id="wrapper"的所有文本 but = driver.find_element_by_id('transMachine') # 搜索提交按钮//*[@id="transMachine"] outputwd = driver.find_element_by_xpath('//*[@id="transTarget"]') # 翻译后文本框 inputwd.clear() # 清除文本框里的内容 # outputwd.clear() # 清除文本框里的内容 inputwd.send_keys(text) # 输入翻译内容 but.send_keys(Keys.RETURN) # 输入回车键 but.click() #点击按钮s time.sleep(0.5) result = outputwd.text # 关闭浏览器 driver.quit() return resultdef mymain(): # urlname = input('输入路径:') docname = input('输入文件全名：') huan = int(input('翻译内容是否需删除换行(1.是2.否):')) # urlname_t = urlname.replace('\\','\\\\') # print('转义后路径:',f'{urlname}//{docname}') path = f'.\\{docname}' #文件路径 expath = '.\\漏洞库.xlsx' doc = docx.Document(path) tables = doc.tables # 获取文件中的表格集 e1 = time.time() print(f'共{len(tables)}个表格') n = 1 try: for i in range(0,len(tables)): table = tables[i] mydoc(doc,table,huan,expath) print(f'\n剩余{len(tables)-n}个表格待翻译') time.sleep(0.3) n += 1 doc.save(f".\\trans{docname}") except Exception as e: print('报错:',e) e2 = time.time() print('耗时:',float(e2 - e1)) print('转换完毕') system('pause')mymain()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。