Python破解有道翻譯反爬機制，不用安裝有道也能翻譯了

前序

都說Python簡單易學，這不就來湊湊熱鬧。一直對爬蟲挺好奇了，于是搜到了C語言中文網的一篇文章。其中有一個例子是爬取有道翻譯的。根據輸入的內容獲取翻譯結果，一共不到50行的代碼，看著確實挺簡單的，思路也非常清晰。于是手殘也跟著寫了一份代碼。

爬蟲所需數據

爬取有道翻譯的數據，首先需要安裝requests庫，這些數據都可以在瀏覽器開發者工具(F12)中找到。

需要知道請求的url,如下圖：

需要知道標頭(Request Headers)，如下圖：

需要知道表單(Form Data)，如下圖：

翻譯的結果可以在Preview中查看，結果保存在字典中。所以只要從字典中能取出數據展示即可，如下圖：

不寫不知道，一寫嚇一跳，如果不出意外的情況下意外還是發生了,服務器響應{"errorCode":50}，內容翻譯不出來。

這種程序可不能慣著，代碼寫出來了不能工作，勢必要拿下。

尋求原由

于是去網上找大神求助，爬取有道翻譯已經成為學習爬蟲的入門案例了，結果有道翻譯急了，后來就針對爬蟲做了反爬機制。其實就是對表單中salt和sign參數驗證，只有驗證正確才能返回翻譯結果。

可能網上的這篇文章比較久遠了，那個時候還沒有反爬機制，這樣就說得通了。

那么只要搞明白這兩個參數是如何加密的，就能正常翻譯了。

首先，在有道翻譯網頁源文件中，有一個fanyi.min.js文件，這個文件中記錄了這兩個參數加密的方式，如下所示：

當打開這個鏈接時，網頁顯示是這樣子的，比較亂。

我們直接把網頁的內容復制一份，找個在線格式化js代碼的(鏈接放在源碼中)，然后把格式化之后內容保存下來，再用編輯器查看。其中有一段是這樣子的，如下：

solt就是時間戳加上一個隨機值，sign是對拼接的字符串經過MD5加密。e就是我們待翻譯的文字。

源碼

#?-*-?coding:?utf-8?-*-

import?requests
import?json
import?random
import?time
import?hashlib

"""
破解有道反爬蟲solt，sign,?{"errorCode":50}

有道云在線翻譯：https://fanyi.youdao.com/，?

有道云fanyi.min.js網址：https://shared.ydstatic.com/fanyi/newweb/v1.1.10/scripts/newweb/fanyi.min.js

js代碼格式化工具：https://tool.oschina.net/codeformat/js，把fanyi.min.js內容復制到這個網站上

"""
def?FormDataGetSign(text,?salt):
??str?=?"fanyideskweb"?+?text?+?salt?+?"Ygy_4c=r#e#4EX^NUGUc5"
??m?=?hashlib.md5()
??m.update(str.encode('utf-8'))
??return?m.hexdigest()

translate?=?input("Please?enter?what?you?want?to?translate:\r\n")

salt?=?str(int(time.time()?*?1000)?+?random.randint(0,?10))

url?=?"https://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule"
#?url="https://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule"
#?將原地址中的'_o'去掉就不會對salt和sing驗證了

Form_data={'i':translate,
????????????'from':'AUTO',
????????????'to':'AUTO',
????????????'smartresult':'dict',
????????????'client':'fanyideskweb',
????????????'salt':?salt,
????????????'sign':FormDataGetSign(translate,?salt),
????????????'lts':'1666619583365',
????????????'bv':'4b14f827cdc3aab7d8d501b4087648f8',
????????????'doctype':'json',
????????????'version':'2.1',
????????????'keyfrom':'fanyi.web',
????????????'action':'FY_BY_REALTlME'}

headers?=?{'Cookie':'OUTFOX_SEARCH_USER_ID=1000052898@180.109.232.235;',
????????????'Referer':?'http://fanyi.youdao.com/',
????????????'User-Agent':'Mozilla/5.0?(Windows?NT?10.0;?Win64;?x64)?AppleWebKit/537.36?(KHTML,?like?Gecko)?Chrome/106.0.0.0?Safari/537.36'}
????????????
content?=?json.loads(requests.post(url,?data=Form_data,?headers=headers).text)

if?'translateResult'?in??content:
??try:
????print('The?result?of?translation:\r\n'+content['translateResult'][0][0]['tgt'])
??except:
????pass
else:
????print("翻譯出錯")

最后

可以直接將url地址中的_o刪除，反爬蟲機制就不會生效了。solt和sign可以直接用瀏覽器中的固定值。

展示