pthon翻译googletrans案例

在对1600+行内容，进行中英互译时，发现报错：

一开始以为是文件内容或是语法问题，反复查验，未发现文件内容方面的问题；

语法方面，切换了多个googletrans版本，均出现报错；

最后把文档内容做了切分，发现数据记录相对较少的文件可以正常运转，排除语法方面问题；

经测试：但是每次报错的节点不一样，有时候198条内容报错，有时281条内容报错，每次都不一致，排除文件格式问题，经过多次尝试，怀疑是过度频繁的使用网页请求而被系统监测到，从而报错；

使用time.sleep()处理：

40条记录，休息10秒，ok；

50条记录，休息10秒，ok；

100条记录，休息10秒，报错；

1条记录，休息1秒，暂未报错（已运行500+条）

# import asyncio
import time
import numpy as np
from googletrans.client import Translator
import pandas as pd
filepath='/Users/kangyongqing/Downloads/'
file1='Location分布.xlsx'
df1=pd.read_excel(filepath+file1)
# df=df1[df1['location'].str.contains(r'[\u4e00-\u9fff]+')].copy()  #  \u4e00-\u9fff 是unicode中汉字的常用范围
df=df1.copy()
df['loc1']=''

translator=Translator()
# df['loc1']=df['location'].map(lambda x:translator.translate(x,dest='en').text)
k=1
i=0
# for i in range(i,len(df)):
#     print(i)
#     df.iloc[i, 1] = translator.translate(df.iloc[i, 0], dest='en').text
#     print(df.iloc[i, 1])
#     i+=1
#     if np.mod(i,40)==0:
#         df.iloc[(k-1)*40:i,:].to_excel(filepath + f'chuli到{(k-1)*40}到{i-1}条记录.xlsx')
#         k+=1
#         time.sleep(10)
#     elif i==len(df):
#         df.iloc[(k - 1) * 40:i, :].to_excel(filepath + f'chuli到{(k - 1) * 40}到{i - 1}条记录.xlsx')


# for i in range(i,len(df)):
#     print(i)
#     df.iloc[i, 1] = translator.translate(df.iloc[i, 0], dest='en').text
#     print(df.iloc[i, 1])
#     i+=1
#     if np.mod(i,50)==0:
#         df.iloc[(k-1)*50:i,:].to_excel(filepath + f'chuli到{(k-1)*50}到{i-1}条记录.xlsx')
#         k+=1
#         time.sleep(10)
#     elif i==len(df):
#         df.iloc[(k - 1) * 50:i, :].to_excel(filepath + f'chuli到{(k - 1) * 50}到{i - 1}条记录.xlsx')



for i in range(i,len(df)):
    print(i)
    df.iloc[i, 1] = translator.translate(df.iloc[i, 0], dest='en').text
    time.sleep(1)
    i+=1
    # if np.mod(i,500)==0:
    #     df.iloc[(k-1)*500:i,:].to_excel(filepath + f'chuli到{(k-1)*500}到{i-1}条记录.xlsx')
    #     k+=1
    #     time.sleep(10)
    # elif i==len(df):
    #     df.iloc[(k - 1) * 500:i, :].to_excel(filepath + f'chuli到{(k - 1) * 500}到{i - 1}条记录.xlsx')
df.to_excel(filepath+'fanyi.xlsx')

结果1：

结果2：

逐条监督运行，成功翻译1600+记录，并导出明细，达成目标：

pandas筛选含有汉字的行：

# df=df1[df1['location'].str.contains(r'[\u4e00-\u9fff]+')].copy()  #  \u4e00-\u9fff 是unicode中汉字的常用范围

附：googletrans升级可能导致报错，原来使用4.0.0rc1，后来升级成了4.0.2，就开始各种报错，找个半天原因，恢复成原版本即可正常使用

（  proxies: typing.Dict[str, httpcore.SyncHTTPTransport] = None）这种错误就是版本的原因导致的。