[Python] Traduisons automatiquement le PDF anglais (mais sans s'y limiter) avec la traduction DeepL ou Google pour en faire un fichier texte.

Post-scriptum 8/6

Amélioré pour rendre le résultat de sortie plus facile à voir Suite [Python] Traduisons automatiquement le PDF anglais (mais sans s'y limiter) avec la traduction DeepL ou Google dans un fichier texte, pas de HTML.

introduction

C'est difficile de lire les journaux anglais, n'est-ce pas? Faisons traduire, les perspectives seront bien meilleures.

• Dans le texte, il est écrit comme pour le PDF, mais le fait est que vous pouvez l'utiliser si vous pouvez copier le texte que vous souhaitez traduire dans le presse-papiers.

Méthode

Le problème avec la traduction des PDF est la difficulté de gérer les fichiers PDF. Même si vous comptez sur la bibliothèque pour extraire les caractères automatiquement, cela ne fonctionne pas ou l'ordre des phrases est perturbé. Donc cette fois, je voudrais traduire via le presse-papiers.

Le flux est

Ouvrez le fichier PDF avec Chrome etc. et sélectionnez tout "Ctrl + A" pour copier 　　　　↓ Exécutez le programme 　　　　↓ Décomposez les phrases de manière à ce qu'elles ne dépassent pas la limite de caractères (5000 caractères) et soient séparées par des points. 　　　　↓ Lancer sur un site de traduction 　　　　↓ Obtenir des résultats 　　　　↓ production

C'est comme ça.

code

pip install selenium
pip install pyperclip

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.keys import Keys
import time
import pyperclip as ppc

DRIVER_PATH = 'chromedriver.exe'

options = Options()
options.add_argument('--disable-gpu')
options.add_argument('--disable-extensions')
options.add_argument('--proxy-server="direct://"')
options.add_argument('--proxy-bypass-list=*')
options.add_argument('--start-maximized')


def parse_merge(text, n=4900):
    sentences = []
    sentence = ""
    for i in " ".join(text.splitlines()).split("."):
        if len(sentence) + len(i) > n:
            sentences.append(sentence)
            sentence = ""
        sentence += i + "."
    sentences.append(sentence)
    return sentences


def TranslateFromClipboard(tool, write, filename, isPrint):
    driver = webdriver.Chrome(executable_path=DRIVER_PATH,
                              chrome_options=options)
    url = 'https://www.deepl.com/ja/translator' if tool == "DeepL" else 'https://translate.google.co.jp/?hl=ja&tab=TT&authuser=0#view=home&op=translate&sl=auto&tl=ja'
    driver.get(url)
    transSentence = ""
    if tool == "DeepL":
        textarea = driver.find_element_by_css_selector(
            '.lmt__textarea.lmt__source_textarea.lmt__textarea_base_style')
    elif tool == "GT":
        textarea = driver.find_element_by_id('source')
    for sentence in parse_merge(ppc.paste()):
        cbText = ppc.paste()
        ppc.copy(sentence)
        textarea.send_keys(Keys.CONTROL, "v")
        ppc.copy(cbText)
        transtext = ""
        while transtext == "":
            if tool == "DeepL":
                transtext = driver.find_element_by_css_selector(
                    '.lmt__textarea.lmt__target_textarea.lmt__textarea_base_style'
                ).get_property("value")
            elif tool == "GT":
                try:
                    transtext = driver.find_element_by_css_selector(
                        '.tlid-translation.translation').text
                except:
                    pass
            time.sleep(1)
        if isPrint: print(transtext)
        transSentence += transtext
        textarea.send_keys(Keys.CONTROL, "a")
        textarea.send_keys(Keys.BACKSPACE)
    driver.quit()
    if write:
        with open(filename, "w", encoding='UTF-8') as f:
            for sentence in transSentence.split("。"):
                f.write(sentence + "。\n")


if __name__ == "__main__":
    args = ["DeepL", False, "translated_text.txt", True]
    if input("1. DeepL 2.GoogleTranslate　　") == "2": args[0] = "GT"
    if input("Voulez-vous écrire le résultat de la traduction dans un fichier? Oui/n　　") == "y":
        args[1] = True
        filename = input(
            "Entrez un nom pour le fichier de sortie (la valeur par défaut est'translated_text.txt'）　　")
        if filename:
            args[2] = filename
    if input("Souhaitez-vous voir la progression de la traduction ici? Oui/n　　") == "n":
        args[3] = False
    input("Appuyez sur Entrée lorsque vous êtes prêt")
    TranslateFromClipboard(*args)

comment utiliser

0. Enregistrez le code ci-dessus en tant que fichier Python avec un nom approprié.
1. Copiez le texte du PDF (etc.).
2. Exécutez le programme.
3. Entrez lorsque vous y êtes invité pour divers paramètres.
4. Lorsque vous êtes prêt (ayez juste une copie du texte anglais jusqu'à ce point), appuyez sur Entrée.
5. Le navigateur s'ouvrira et se déplacera librement, alors attendez de le regarder.
6. Lisez le résultat de la traduction.

Lors de la sortie d'un fichier texte, j'essaie de casser la ligne au niveau du signe de ponctuation pour le moment, veuillez donc le réécrire comme il convient.

Résumé

DeepL semble être en mesure de traduire des documents moyennant des frais, mais si possible, ceux qui veulent en bénéficier gratuitement, À l'origine, les documents peuvent être traduits avec Google Traduction, mais les gens qui sont désespérés parce qu'il y a des endroits qui ne sont pas traduits ou que l'environnement des formules est foiré Essayez-le, peut-être qu'il progressera.