【亲测免费】 py-googletrans 使用教程
2026-01-14 17:36:40作者:晏闻田Solitary
1. 项目介绍
py-googletrans 是一个非官方的 Python 库,实现了 Google Translate API。它使用 Google Translate 的 Ajax API 来进行语言检测和翻译,完全免费且无限制。该库兼容 Python 3.6 及以上版本,适用于需要快速、可靠翻译的场景。
主要特性
- 快速可靠:使用与
translate.google.com相同的翻译服务器。 - 自动语言检测:自动检测源语言。
- 批量翻译:支持批量翻译多个句子。
- 自定义服务 URL:可以指定不同的 Google Translate 域名进行翻译。
- HTTP/2 支持:默认支持 HTTP/2 协议。
2. 项目快速启动
安装
使用 pip 安装 py-googletrans:
pip install googletrans
基本使用
以下是一个简单的翻译示例:
from googletrans import Translator
# 创建翻译器对象
translator = Translator()
# 翻译文本
translation = translator.translate('안녕하세요.')
print(f"翻译结果: {translation.text}")
# 指定目标语言
translation_ja = translator.translate('안녕하세요.', dest='ja')
print(f"日语翻译结果: {translation_ja.text}")
# 指定源语言和目标语言
translation_la = translator.translate('veritas lux mea', src='la', dest='en')
print(f"拉丁语翻译结果: {translation_la.text}")
自定义服务 URL
你可以使用不同的 Google Translate 域名进行翻译:
from googletrans import Translator
translator = Translator(service_urls=[
'translate.google.com',
'translate.google.co.kr',
])
translation = translator.translate('안녕하세요.')
print(f"翻译结果: {translation.text}")
3. 应用案例和最佳实践
批量翻译
在需要翻译大量文本时,可以使用批量翻译功能:
from googletrans import Translator
translator = Translator()
texts = ['The quick brown fox', 'jumps over', 'the lazy dog']
translations = translator.translate(texts, dest='ko')
for translation in translations:
print(f"{translation.origin} -> {translation.text}")
语言检测
py-googletrans 还支持语言检测功能:
from googletrans import Translator
translator = Translator()
detected = translator.detect('이 문장은 한글로 쓰여졌습니다.')
print(f"检测到的语言: {detected.lang}, 置信度: {detected.confidence}")
4. 典型生态项目
py-googletrans 可以与其他自然语言处理(NLP)库结合使用,例如:
- NLTK:用于文本处理和分析。
- spaCy:用于高级 NLP 任务,如命名实体识别和依存句法分析。
- TextBlob:用于简单的文本处理和情感分析。
通过结合这些库,可以构建更复杂的 NLP 应用,如多语言文本分析、情感分析等。
通过本教程,你应该能够快速上手使用 py-googletrans 进行文本翻译和语言检测。希望这个库能帮助你在项目中实现高效的多语言处理。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
680
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781