Python破解有道翻译反爬机制，不用安装有道也能翻译了

前序

都说Python简单易学，这不就来凑凑热闹。一直对爬虫挺好奇了，于是搜到了C语言中文网的一篇文章。其中有一个例子是爬取有道翻译的。根据输入的内容获取翻译结果，一共不到50行的代码，看着确实挺简单的，思路也非常清晰。于是手残也跟着写了一份代码。

爬虫所需数据

爬取有道翻译的数据，首先需要安装requests库，这些数据都可以在浏览器开发者工具(F12)中找到。

需要知道请求的url,如下图：

需要知道标头(Request Headers)，如下图：

需要知道表单(Form Data)，如下图：

翻译的结果可以在Preview中查看，结果保存在字典中。所以只要从字典中能取出数据展示即可，如下图：

不写不知道，一写吓一跳，如果不出意外的情况下意外还是发生了,服务器响应{"errorCode":50}，内容翻译不出来。

这种程序可不能惯着，代码写出来了不能工作，势必要拿下。

寻求原由

于是去网上找大神求助，爬取有道翻译已经成为学习爬虫的入门案例了，结果有道翻译急了，后来就针对爬虫做了反爬机制。其实就是对表单中salt和sign参数验证，只有验证正确才能返回翻译结果。

可能网上的这篇文章比较久远了，那个时候还没有反爬机制，这样就说得通了。

那么只要搞明白这两个参数是如何加密的，就能正常翻译了。

首先，在有道翻译网页源文件中，有一个fanyi.min.js文件，这个文件中记录了这两个参数加密的方式，如下所示：

当打开这个链接时，网页显示是这样子的，比较乱。

我们直接把网页的内容复制一份，找个在线格式化js代码的(链接放在源码中)，然后把格式化之后内容保存下来，再用编辑器查看。其中有一段是这样子的，如下：

solt就是时间戳加上一个随机值，sign是对拼接的字符串经过MD5加密。e就是我们待翻译的文字。

源码

# -*- coding: utf-8 -*-

import requests
import json
import random
import time
import hashlib

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

有道云在线翻译：https://fanyi.youdao.com/， 

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

js代码格式化工具：https://tool.oschina.net/codeformat/js，把fanyi.min.js内容复制到这个网站上

"""
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"
# 将原地址中的'_o'去掉就不会对salt和sing验证了

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("翻译出错")

最后

可以直接将url地址中的_o删除，反爬虫机制就不会生效了。solt和sign可以直接用浏览器中的固定值。

展示