Python调用免费翻译API实现Excel文件批量翻译
工作中用到翻译软件是再正常不过的事情了，一般浏览外文网站翻译直接用谷歌插件还好解决。如果有一个Excel文件，里面有上万条需要翻译的内容，不能使用百度或Google免费的文档功能，需要怎么解决呢？总不能手动一个个的翻译然后粘贴吧，费时间不说质量也不一定高，于是想到用Python调用免费翻译API来完成这个任务。
一、什么是文本翻译 API？
能够将源语言文本快速、准确地转换成目标语言文本。通过该服务，用户可以根据不同的语言参数实现多种国际语言之间的互译，满足用户在跨语言交流、学习和工作中的翻译需求。幂简API平台提供了多种维度发现API的功能，下图提供的是所有提供文本翻译的服务商。用户可以根据自己的需求选择适合自己的服务商。
二、文本翻译 API 有哪些特性？
- 多语言支持：支持上百种语言的自动识别与互译，涵盖全球主要语系及众多方言、地区性语言。
- 高准确性：利用先进的神经网络和深度学习技术，特别是基于Transformer架构的神经机器翻译模型，实现对原文语义的精准理解和目标语言的流畅生成。
- 上下文理解：神经网络模型能够捕捉并理解文本的上下文信息，确保翻译结果不仅准确传达单个词汇的意义，还能反映出整个句子乃至段落的逻辑关系和语境微妙之处。
- 实时翻译：支持实时翻译，满足即时通讯、旅游预订、电子商务等需要快速响应的应用场景
三、文本翻译 API 适用于什么应用场景？
- 电子商务平台
电商平台利用翻译API自动将商品标题、描述、规格、用户评价等内容实时翻译成多种语言，如英语、法语、日语、阿拉伯语等，使全球消费者能够无障碍浏览和购买，提升国际市场的销售额。 - 旅游预订网站
旅行服务网站集成翻译API，将酒店介绍、景点详情、用户评论等信息即时翻译成游客的母语，增强用户体验，促进跨国旅游业务的增长。 - 科研文献检索
科研人员借助翻译API快速浏览和理解非母语的学术论文摘要或全文，跨越语言屏障，追踪国际前沿研究成果，促进跨学科、跨国界的学术交流。 - 呼叫中心
跨国企业的客服系统集成翻译API，客服代表能够实时翻译客户的询问，提供母语服务，提升客户满意度和问题解决效率。
四、如何找到免费翻译API
幂简集成是国内领先的API集成管理平台，专注于为开发者提供全面、高效、易用的API集成解决方案。幂简API平台提供了多种维度发现API的功能：通过关键词搜索免费翻译API、从 API Hub 分类浏览API、从 开放平台 分类浏览企业间接寻找API等。
五、如何一步一步实现excel批量翻译
- 导入所需的模块：
- openpyxl：用于处理 Excel 文件。
- urllib.parse：用于 URL 编码。
- requests：用于发送 HTTP 请求。
- json：用于处理 JSON 数据。
- concurrent.futures：用于实现多线程。
- 定义常量：
- BATCH_SIZE = 100：指定每次处理的批量大小为 100 条数据。
- THREAD_COUNT = 10：指定线程池中的线程数量为 10 个。
- 定义 translate_text 函数：
- 对输入的文本进行 URL 编码。
- 构建翻译 API 的请求 URL 并发送 GET 请求。
- 根据响应状态码判断是否成功获取数据，若成功则解析 JSON 并返回翻译结果，否则返回 None。
- 定义 process_batch 函数：
- 接收工作表对象 sheet 以及批处理的起始行 start 和结束行 end 。
- 遍历指定范围内的行。
- 获取每行的第一个单元格的值，若有值则调用 translate_text 函数进行翻译。
- 若获取到翻译结果，将其写入当前行的第二列单元格，并打印相关日志。
- 定义 main 函数：
- 指定要处理的 Excel 文件路径。
- 使用 openpyxl 加载工作簿并获取活动工作表。
- 获取工作表中的最大行数，计算批次数。
- 创建线程池，并初始化一个用于存储线程执行结果的 futures 列表。
- 循环创建多个批处理任务，将每个批处理任务提交到线程池，并将任务的 Future 对象添加到 futures 列表中。
- 等待所有任务完成，获取任务结果，若有异常则打印异常信息。
- 保存修改后的 Excel 文件，并关闭工作簿。
- 在 if __name__ == "__main__" 条件下执行 main 函数，启动整个程序的运行。
- 代码示例如下：
import openpyxl
import urllib.parse
import requests
import json
import concurrent.futures
BATCH_SIZE = 100 # 每次处理的批量大小
THREAD_COUNT = 10 # 线程池中的线程数量
def translate_text(text):
encoded_text = urllib.parse.quote(text.replace(" ", " ").strip())
api_url = f"https://api.pearktrue.cn/api/translate/?text={encoded_text}&type=AUTO"
response = requests.get(api_url)
if response.status_code == 200:
root_node = json.loads(response.text)
return root_node['data']['translate']
else:
return None
def process_batch(sheet, start, end):
for row_index in range(start, end):
row = sheet[row_index]
desc_cell = row[0]
if desc_cell.value:
translated_text = translate_text(desc_cell.value)
if translated_text:
sheet.cell(row=row_index, column=2, value=translated_text)
print(f"读取到第 {row_index} 条记录")
print(f"写入到第 {row_index} 条记录")
def main():
excel_file_path = "/Users/larryzheng/Desktop/blog.xlsx"
workbook = openpyxl.load_workbook(excel_file_path)
sheet = workbook.active
row_count = sheet.max_row
batch_count = (row_count + BATCH_SIZE - 1) // BATCH_SIZE
with concurrent.futures.ThreadPoolExecutor(max_workers=THREAD_COUNT) as executor:
futures = []
for batch in range(batch_count):
start = batch * BATCH_SIZE
end = min(start + BATCH_SIZE, row_count)
futures.append(executor.submit(process_batch, sheet, start, end))
# 等待所有任务完成
for future in concurrent.futures.as_completed(futures):
try:
future.result()
except Exception as e:
print(e)
workbook.save(excel_file_path)
workbook.close()
if __name__ == "__main__":
main()- 批量翻译效果如下：