如何在 R 和 Python 中翻譯網(wǎng)頁抓取

假設(shè)您需要在用R和Python翻譯網(wǎng)頁后從網(wǎng)站上抓取數(shù)據(jù)。在谷歌瀏覽器中，有一個(gè)選項(xiàng)（或功能）可以翻譯任何外語。如果您是英語使用者并且不懂任何其他外語，并且您想要從沒有將語言轉(zhuǎn)換為英語的選項(xiàng)的網(wǎng)站中提取數(shù)據(jù)，那么本文將幫助您如何執(zhí)行網(wǎng)頁翻譯。什么是硒？您可能不熟悉Selenium，因此了解背景非常重要。Selenium是一個(gè)開源工具，在測試領(lǐng)域非常流行，用于自動(dòng)化Web瀏覽器。它允許您用多種編程語言編寫測試腳本。Selenium在R和Python中均可用。在R和Python中翻譯網(wǎng)頁抓取在R中有一個(gè)名為RSelenium的包，而在Python中可以通過安裝selenium包來安裝Selenium。以下是Chrome支持的語言及其代碼列表。您需要此代碼來使Chrome理解您想要將網(wǎng)頁從哪種語言翻譯成哪種語言。姓名代碼阿姆哈拉語am阿拉伯a(chǎn)r巴斯克eu孟加拉bn英語（英國）en-GB葡萄牙語（巴西）pt-BR保加利亞語bg加泰羅尼亞語ca切羅基chr克羅地亞語hr捷克語cs丹麥語da荷蘭語nl英語（美國）en愛沙尼亞語et菲律賓人fil芬蘭fi法語fr德語de希臘語el古吉拉特語gu希伯來語iw印地語hi匈牙利hu冰島的is印度尼西亞id意大利語it日本人ja卡納達(dá)語kn韓國人

ko拉脫維亞語lv立陶宛語lt馬來語ms馬拉雅拉姆語ml馬拉地語mr挪威no拋光pl葡萄牙語（葡萄牙）pt-PT羅馬尼亞語ro俄語ru塞爾維亞sr中文（中華人民共和國）zh-CN斯洛伐克語sk斯洛文尼亞語sl西班牙語es斯瓦希里語SW瑞典SV泰米爾語ta泰盧固語te泰國th中文（臺(tái)灣）zh-TW土耳其tr烏爾都語ur烏克蘭uk越南語vi威爾士語cy我們主要使用以下語法執(zhí)行3個(gè)操作。首先，我們加載selenium并指定翻譯語言。然后我們在Chrome中打開一個(gè)空白頁面并導(dǎo)航到我們要從中提取數(shù)據(jù)的URL。就是這里.ru/events/。最后我們拍攝網(wǎng)頁快照。R代碼PYTHON代碼在運(yùn)行下面的代碼之前，

您需要先安裝Docker。轉(zhuǎn)到產(chǎn)品并下載下載DockerDesktop并安裝后，請(qǐng)按照以下代碼操作。library(RSelenium)shell('dockerrun-d-p4445:4444selenium/standalone-chrome')eCaps<-list(chromeOptions=list(args=c('--disable-gpu','--window-size=1920,1080','--lang=en'),prefs=list(translate_whitelists=list('ru'='en'),translate=list('enabled'='true'))))remDr<-RSelenium::remoteDriver(remoteServerAddr="localhost",port=4445L,browserName="chrome",extraCapabilities=eCaps)remDr$open(silent=TRUE)remDr$navigate(".ru/events/")remDr$screenshot(dis