这篇文章给大家分享的是有关python爬虫如何爬取英文文档存为PDF，在读取PDF自动翻译文档的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。这几天在爬了Python的官方文档，但是它里面全是英文，只有数字，没有汉字，原谅我这个英语渣渣搞不懂，只能靠翻译了，如果是复制到百度翻译的话太慢，耗时间。所以就直接用爬虫来搞了，自动化翻译文档
这是百度翻译的页面刚开始想用urllib去做，但是给我报了一个我的浏览器版本太低了，估计就是得加headers和UA。太麻烦了，就想到了selenium,直接用selenium妥妥的，下面就是详细步骤了。先从爬Python官网开始吧就只抓了这一页的数据。这个简单，直接可以使用requests或者urllib抓取，然后转换成pdf。我的是在框架里面，有点麻烦，如果你觉得麻烦可以直接请求。安装Python库:pip3 install pdfkit安装插件wkhtmltopdf， https://wkhtmltopdf.org/downloads.html官网地址我是直接将一个div里面的这个内容全部拿下来，然后拼接一个新的html,将这个新的HTML转换成PDF。第二阶段就是打开这个pdf,读取该文档，将其发送到百度翻译的框框，获取翻译的结果，重新保存———–读取文档——– 将文档读取，发送到百度翻译https://fanyi.baidu.com/?aldtype=16047#en/zh找到输入框和输出框的位置翻译模块（复制到微信里，格式有点问题，大家自己修正）
这是翻译后输出的内容当然还有可以优化加强的部分，比如使用pyqt做个界面，打包成exe就可以当程序用了。有什么建议留言。感谢各位的阅读！关于“python爬虫如何爬取英文文档存为PDF，在读取PDF自动翻译文档”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看 香港云主机到吧！
本篇内容主要讲解“R语言怎么给坐标轴添加表示分组的线段”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“R语言怎么给坐标轴添加表示分组的线段”吧!可以看到AAA这个文本大部分 香港云主机都被盖住了，可以看下加上coor…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
