通过一个翻译程序复习下 抓数据、正则表达式等

2024年4月13日 互联网

先来看一下程序界面以及效果

首先如Title，是百度的翻译。因为英文水平有限，所以每次都求翻译，有一次注意到百度的翻译不需要登录就可以翻译，于是偷笑就猜到只要发送正确的请求就一定能获得服务器返回的数据。所以照着百度翻译的界面开始搞起来。

一：监视请求，捕获有用的请求地址

我用的是谷歌浏览器，直接按 F12 就可以监视请求了。

二：分析地址和参数

通过监视请求，发现语言类型判断地址  http://fanyi.baidu.com/langdetect
判断语言类型的参数只有一个  query：待翻译内容【即便是汉字也不需要进行 HttpUtility.UrlEncode操作】

返回数据的格式如上图。{"error":0,"msg":"success","lan":"zh"} 格式不变，其中 lan后的值就是服务器判断出的语言类型

翻译地址是 http://fanyi.baidu.com/v2transapi 

翻译所需参数有四个  from ：从什么语言

to  ： 翻译为什么语言

query：翻译的内容 【汉字等需要经过HttpUtility.UrlEncode操作】

transtype ：trans 【不知道干什么的参数，我一直都带着】

语言的参数有以下几种，我都给大家收集完毕了

string[] strsLan = { "auto-自动检测","ara-阿拉伯语", "de-德语", "ru-俄语", "fra-法语", "kor-韩语", "nl-荷兰语", "pt-葡萄牙语", "jp-日语", "th-泰语", "wyw-文言文", "spa-西班牙语", "el-希腊语","it-意大利语","en-英语","yue-粤语","zh-中文" };

返回参数格式如下图：

如图所示：dst后的数据就是一条一条翻译的数据，亲，data下不止一条数据哦。我这里测试的不全，返回的 数据格式 我记得有时候是变化的

在这里，我能想到的简单的操作是 用FrameWork4.0及更高版本，然后去引入 Newtonsoft.Json.dll 去处理Json数据，或者干脆写网页程序，Ajax中设置 dataType:"json"。

但是我写的WinForm程序是3.5版本的，为了就是能在Win7电脑上直接用。

三：正则解析

所以我决定用 正则表达式 匹配结果

正则表达式匹配的那段代码如下：【返回的数据很多，我只取出直接翻译的内容进行拼接，如果大家想像百度翻译那样，多解析点东西就好了】

Regex reg = new Regex(@"(""dst"":""([^""]+)"")");
MatchCollection mat = reg.Matches(resultStr);
if (mat.Count > 0)
{string strs = "";string str = "";foreach (Match m in mat){//txt_from.Text += "\r\n" + mat.Groups[0];str = m.Groups[2].ToString();//如果是汉字的unicode，转换if (str.Contains('\\')){str = ToGB2312(str);}strs += str+"\r\n\r\n";}txt_to.Text = strs;
}
else
{MessageBox.Show("没有匹配项");
}

代码很简单，我解释下正则匹配项

四：引用传值

最后解释下这个语言选择Form

这是个窗体

设置 ShowInTaskbar 属性为False【确定窗体是否出现Windows任务栏中】

设置 FormBorderStyle属性为None【指示窗体的边框和标题栏的外观和行为】如此，窗体就不像窗体了，更像个用户控件

注意：这个选择语言的Form只能用Show()方法，不能用ShowDialog()方法，否则无法触发 失去焦点事件。

绑定 Deactivate 事件或 Leave事件 ，代码如下【这样当这个窗体失去焦点后，自动消失，用户体验好】

private void Frm_Language_Leave(object sender, EventArgs e)
{this.Close();
}

绑定 Load 事件，代码如下【为按钮加点击事件，其中 Btn是这个窗体初始化的时候传入的，Button是引用类型，对传入的参数操作，会影响原Button的】 

public Button Btn { get; set; }public Frm_Language()
{InitializeComponent();
}
private void Frm_Language_Load(object sender, EventArgs e)
{if (Btn.Text.StartsWith("目标语言")){btn_auto.Enabled = false;}string langSelect = Btn.Tag.ToString();//拿到传入的语言是哪个foreach (var control in this.Controls){if (control.GetType().Name == "Button"){Button bt = (Button)control;if (bt.Text != "取消"){bt.Click += new EventHandler(bt_Click);if (bt.Name.EndsWith(langSelect)){bt.Select();}}}}
}
void bt_Click(object sender, EventArgs e)
{Btn.Tag = ((Button)sender).Name.Substring(4);if (Btn.Text.StartsWith("源语言")){Btn.Text = "源语言：" + ((Button)sender).Text;}else{Btn.Text = "目标语言：" + ((Button)sender).Text;}this.Close();
}

五：一些辅助方法

C#发送 Post请求的方法 

private string PostWebRequest(string postUrl, string paramData, Encoding dataEncode)
{string ret = string.Empty;try{byte[] byteArray = dataEncode.GetBytes(paramData); //转化HttpWebRequest webReq = (HttpWebRequest)WebRequest.Create(new Uri(postUrl));webReq.Method = "POST";webReq.ContentType = "application/x-www-form-urlencoded";webReq.ContentLength = byteArray.Length;Stream newStream = webReq.GetRequestStream();newStream.Write(byteArray, 0, byteArray.Length);//写入参数newStream.Close();HttpWebResponse response = (HttpWebResponse)webReq.GetResponse();StreamReader sr = new StreamReader(response.GetResponseStream(), Encoding.Default);ret = sr.ReadToEnd();sr.Close();response.Close();newStream.Close();}catch (Exception ex){return ex.Message;}return ret;
}

C#将Unicode编码转换为汉字字符串

/// <summary>
/// 将Unicode编码转换为汉字字符串
/// </summary>
/// <param name="str">Unicode编码字符串</param>
/// <returns>汉字字符串</returns>
public static string ToGB2312(string str)
{string r = "";MatchCollection mc = Regex.Matches(str, @"\\u([\w]{2})([\w]{2})", RegexOptions.Compiled | RegexOptions.IgnoreCase);byte[] bts = new byte[2];foreach (Match m in mc){bts[0] = (byte)int.Parse(m.Groups[2].Value, NumberStyles.HexNumber);bts[1] = (byte)int.Parse(m.Groups[1].Value, NumberStyles.HexNumber);r += Encoding.Unicode.GetString(bts);}return r;
}

最新文章