更多>>关于我们
西安鲲之鹏网络信息技术有限公司从2010年开始专注于Web(网站)数据抓取领域。致力于为广大中国客户提供准确、快捷的数据采集相关服务。我们采用分布式系统架构,日采集网页数千万。我们拥有海量稳定高匿HTTP代理IP地址池,可以有效获取互联网任何公开可见信息。
您只需告诉我们您想抓取的网站是什么,您感兴趣的字段有哪些,你需要的数据是哪种格式,我们将为您做所有的工作,最后把数据(或程序)交付给你。
数据的格式可以是CSV、JSON、XML、ACCESS、SQLITE、MSSQL、MYSQL等等。
更多>>技术文章
鲲鹏数据开源库python_google_translator介绍
发布时间:2013-06-07
功能:谷歌翻译Python接口
本库未使用谷歌翻译API,而是直接通过谷歌翻译Web接口抓取数据。
为什么要做本库?
谷歌官方提供的翻译API价格太贵,大约是20刀/MB,用不起啊!!!
本库直接通过谷歌翻译的Web接口进行数据抓取,不会产生任何费用。
本库的优势:省钱,不会产生任何费用!
存在的问题和解决方法:
由于谷歌反采集做的很严格,如果同一IP访问频率过高,查询请求就可能被拦截,甚至在一段时间内IP被加入黑名单。
本库支持代理,可以通过指定代理进行轮换IP查询,降低被拦截的风险。
用法举例:
>>> from python_google_translator import translator >>> print translator.translate(sl='en', tl='zh-CN', content='Hi,\nWhat time is it?', proxy='qi:ws2013@127.0.0.1:8080') 您好! 现在是什么时候?
参数说明:
sl - 原语言。
tl - 翻译成的目标语言。
content - 要翻译的内容。
proxy - 访问谷歌翻译使用的代理。
语言标识符(RFC 3066):
http://www.i18nguy.com/unicode/language-identifiers.html
特别说明:本文旨在技术交流,请勿将涉及的技术用于非法用途,否则一切后果自负。如果您觉得我们侵犯了您的合法权益,请联系我们予以处理。
☹ Disqus被Qiang了,之前所有的评论内容都看不到了。如果您有爬虫相关技术方面的问题,欢迎发到我们的问答平台:http://spider.site-digger.com/