日本午夜一本久久久综合_免费日韩电影_亚洲激情视频_国产超碰91_不卡的电视剧免费网站有什么_佐佐木明希av_成人精品免费网站_久久婷婷国产91天堂综合精品_91在线观看地址_亚洲自拍欧美另类_日韩黄色三级在线观看_一区在线中文字幕

運(yùn)營(yíng)過(guò)程中不斷遇到的新問(wèn)題好東西的英文，理念轉(zhuǎn)變過(guò)程的背景

今天接到一個(gè)任務(wù)，是把一個(gè)EXCEL文件中的中文翻譯成英文，由于表格很大，想到如果手動(dòng)翻譯的話(huà)，三天都沒(méi)事做，所以決定把這個(gè)翻譯出來(lái)。

于是就有了用python進(jìn)行批量翻譯的想法

目前的想法是把Excel中每個(gè)單元格的內(nèi)容取出來(lái)，放到一個(gè)列表里，用翻譯軟件翻譯，然后批量保存到一個(gè)新的表格里（應(yīng)該可以用API接口把所有單元格內(nèi)容按順序取出、翻譯、保存，不過(guò)這個(gè)我還沒(méi)學(xué)過(guò)。。。）

參考文章：

第一天運(yùn)營(yíng)流程

1. 發(fā)現(xiàn)一個(gè)問(wèn)題，Google 翻譯有字符限制……每次最多 5000 個(gè)字符

于是就想著分幾步粘貼，差不多有兩萬(wàn)多個(gè)表格需要翻譯，多做幾次就好了。

OK，終于翻譯完了，開(kāi)始運(yùn)行吧

新問(wèn)題又來(lái)了，Google 在翻譯一大段字符的時(shí)候，把一些引號(hào) '' 吞掉了，導(dǎo)致列表中間的元素亂了。這個(gè)挺麻煩的，一開(kāi)始我嘗試手動(dòng)修改，把吞掉的引號(hào)補(bǔ)上，手動(dòng)操作了 5 分鐘后就放棄了，這太慘了。就在我準(zhǔn)備砸電腦放棄的時(shí)候，突然靈光一閃，想到用正則表達(dá)式來(lái)批量計(jì)算。別太聰明了。

import pandas as pd
path = r'C:UsershaoDesktop批量翻譯源文件兩廣-住宅調(diào)研問(wèn)卷.xlsx'
df = pd.read_excel(path, header=None)
contents = []
for i in range(len(df[0])):
	for j in range(len(df.iloc[0])):
		content = df.iloc[i,j]
		print('第{}行第{}列元素：%s'.format(i, j)%content)
		contents.append(content)
print('行和列的長(zhǎng)度：%d,%d'%(len(df[0]), len(df.iloc[0])))
print(contents)

第 2 天 正則表達(dá)式是個(gè)好東西

首先導(dǎo)入所有翻譯的數(shù)據(jù)

在編譯器提示中，可以清楚的看到錯(cuò)誤發(fā)生的位置（白色表示錯(cuò)誤）。英文中所有格's帶引號(hào)，與列表中的引號(hào)沖突。于是想到用正則表達(dá)式將其他引號(hào)改為雙引號(hào)。

然后我把開(kāi)頭和結(jié)尾的單引號(hào)都改成雙引號(hào)，但是還是提示錯(cuò)誤。。。。我發(fā)現(xiàn)是因?yàn)閿?shù)字不是字符串，沒(méi)有引號(hào)，所以正則表達(dá)式匹配不到。于是又回去修改代碼，給int和float類(lèi)型加上引號(hào)，然后再次運(yùn)行，發(fā)現(xiàn)還是有錯(cuò)誤，中間有些空白符被吞掉了網(wǎng)校頭條，導(dǎo)致整個(gè)順序不一致，導(dǎo)入到表中就出現(xiàn)了錯(cuò)位。。。。最后我放棄用正則表達(dá)式修改了。。。

第 3 天

既然批量提取翻譯再批量導(dǎo)入的方法不行好東西的英文，只能試試之前想到的API，提取一個(gè)，翻譯一個(gè)，這樣就不會(huì)錯(cuò)位了，我馬上就照做了，在百度上找到了一個(gè)方法，代碼如下

#利用translate模塊，但有兩個(gè)缺點(diǎn)，一個(gè)是限制翻譯數(shù)量，每天就能翻譯1000個(gè)詞
#再一個(gè)是只能由英文翻譯成中文，比較瓜
import pandas as pd
from translate import Translator
path = r'C:UsershaoDesktop批量翻譯源文件test_db1.xlsx'
df = pd.read_excel(path, header=None)
#content_1, content_2, content_2, content_2, 
for i in range(len(df