Jika Anda pernah mencoba menambahkan terjemahan teks ke proyek pribadi atau parser, Anda pasti tahu rasa sakitnya. Google Cloud Translation resmi memerlukan kartu kredit dan kuota, DeepL API bagus tapi mahal (dan sulit dibayar dari Rusia), dan menulis scraper sendiri untuk antarmuka web penerjemah adalah neraka yang dijamin dengan pembuatan token (tk), tanda tangan permintaan, dan perubahan tata letak yang konstan.
Tapi ada translators — pustaka yang melakukan pekerjaan ini untuk Anda.
Ini adalah agregator yang (pada dasarnya melalui rekayasa balik) mengakses antarmuka web lebih dari 30 layanan penerjemahan.
Apa yang ada di balik layar:
1️⃣ Variasi. Selain Google/Bing/Yandex biasa, ada DeepL (kualitas terbaik untuk bahasa Eropa), Baidu/Alibaba (untuk bahasa Mandarin), dan bahkan hal-hal spesifik seperti VolcEngine.
2️⃣ Ramah HTML. Fungsi
translate_html dapat menerjemahkan konten tanpa merusak struktur tag.3️⃣ Penghindaran Cerdas. Mendukung berbagai klien HTTP:
requests, httpx, niquests, dan bahkan cloudscraper. Jika satu metode diblokir berdasarkan sidik jari, Anda dapat beralih ke metode lain langsung di argumen.4️⃣ Sihir JS. Pustaka ini secara otomatis menjalankan JavaScript yang diperlukan (melalui
exejs) untuk menghasilkan tanda tangan permintaan. Ya, Node.js harus terinstal di sistem, tapi itu harga kecil untuk gratisan.🧑💻 Bagaimana tampilannya dalam kode:
import translators as ts
text = "Python is a language for rebels."
# Menggunakan mesin Alibaba
print(ts.translate_text(text, translator='alibaba', to_language='ru'))
# Output: Python - это язык для повстанцев.
# Atau DeepL (jika IP tidak diblokir)
print(ts.translate_text(text, translator='deepl', to_language='ru'))⚠️ Kekurangan (pasti ada):
Ini bukan solusi untuk produksi dengan beban tinggi. Ini adalah scraping.
Anda akan diblokir berdasarkan IP jika mulai mengirim ribuan permintaan per detik (meskipun pustaka ini memiliki caching sesi
preaccelerate).API antarmuka web dapat berubah tanpa pemberitahuan, dan Anda harus menunggu pembaruan paket.
Tapi untuk analitik data, pengumpulan dataset, bot, atau alat pribadi — ini alat yang bagus yang akan menghemat banyak uang.
#opensource_berguna
Komentar
0Belum ada komentar.
Masuk untuk ikut berdiskusi.