Google 翻译 API returns 非 UTF8 字符

Question

解决解决方法见文末post

晚上好。

我正在尝试使用 google 翻译 v3 api。

我遇到了一个神秘的编码问题。

我这样做 :

def translate_text_langueTarget(texteToTranslate, langueTarget):
     parent = client.location_path(project_id, location)
     langueOrigin = detect_language(texteToTranslate)
     if (langueOrigin == "en" and langueTarget == "en"):
         return(texteToTranslate)
     try:
         response = client.translate_text(
             parent=parent,
             contents=[texteToTranslate],
             mime_type='text/plain',
             source_language_code=langueOrigin,
             target_language_code=langueTarget)
         translatedTexte = str(response.translations)[19:-3]
     except:
         translatedTexte = "Sorry my friend, the translation is lost on the internet"

     print(response)
     print(type(response))
     print(response.translations)
     print(type(response.translations))
     return(translatedTexte)

我称之为

stringToTrad = "prefer"
langTarget = "fr"
translateString = translate_text_langueTarget(stringToTrad, langTarget)

我希望得到“préféré”的回答

但我得到： “pr31f31rer”

我尝试通过在我的代码中进行一些调试来解决这个错误，方法是：

print(response)
print(type(response))
print(response.translations)
print(type(response.translations))

我认为这是编码问题，但我找不到问题的答案。

我在 python 工作，我的股票是 tag :

#! /usr/bin/env python3
# coding: utf-8

在header

你有什么想法吗？

解决。 我使用：

translatedTexte = codecs.escape_decode(translatedTexte)[0]
translatedTexte = translatedTexte.decode("utf8")

Answer 1

API of Google Translate 为您提供 UTF-8 文本。你得到 c3 a9（303 251 作为八进制数），正如预期的那样，它实际上是 é。

因此您的代码采用正确的 UTF-8 文件并将其写入可能是错误的编码。

这句话只是一个神话，没有用：

# coding: utf-8

如果您希望您的代码将输入和输出解释为 UTF-8，您应该明确说明。对于您的代码，我假设（一个问题）是您使用打印（最好写入文件）。在 Windows 上，默认情况下，终端不是 UTF-8，而是旧的“Windows ANSI like and extended also known as Windows 1252”编码。

所以写入一个文件（使用明确的 UTF-8 编码），或者只是更改终端设置，以获得 UTF-8 终端。此外，您可能在结果中有转义序列。对我来说，以八进制方式编写结果闻起来很香。不考虑标准 Python （它会抱怨错误的编码）。您可能需要解析响应，以翻译转义序列。

Answer 2

显然，来自 API 的响应是 html 编码的（因此它是包装在 html 编码中的 UTF-8，也用于 URL 编码）。

解决方法很简单。

import html

print(sf)
# Vinken rejoindra le conseil d&#39;administration en novembre.

print(html.unescape(sf))
# Vinken rejoindra le conseil d'administration en novembre.

+信息

Google 翻译 API returns 非 UTF8 字符

Google Translate API returns non UTF8 characters

encoding

google-api

utf-8

python-3.x

google-translation-api