【亲测免费】 deep-translator 项目教程
2026-01-20 02:04:37作者:袁立春Spencer
1、项目介绍
deep-translator 是一个灵活、免费且不限量的 Python 工具,用于在不同语言之间进行简单翻译。它集成了多个翻译器,包括 Google Translate、Pons、Linguee、MyMemory、Yandex、Papago、Deepl、Qcri 等,使用户能够轻松地在这些翻译器之间切换,以获得最佳的翻译结果。
该项目的主要目标是提供一个简单易用的接口,让开发者能够快速集成多种翻译服务,而无需单独处理每个翻译器的 API。
2、项目快速启动
安装
首先,确保你已经安装了 Python 环境。然后,使用 pip 安装 deep-translator:
pip install deep-translator
基本使用
以下是一个简单的示例,展示如何使用 deep-translator 进行文本翻译:
from deep_translator import GoogleTranslator
# 初始化翻译器
translator = GoogleTranslator(source='en', target='zh-CN')
# 翻译文本
text = "Hello, how are you?"
translated = translator.translate(text)
print(translated) # 输出: 你好,你好吗?
支持的语言
你可以通过以下代码查看 GoogleTranslator 支持的所有语言:
from deep_translator import GoogleTranslator
# 获取支持的语言列表
langs_list = GoogleTranslator().get_supported_languages()
print(langs_list) # 输出: ['arabic', 'french', 'english', ...]
# 或者获取语言及其缩写的字典
langs_dict = GoogleTranslator().get_supported_languages(as_dict=True)
print(langs_dict) # 输出: {'arabic': 'ar', 'french': 'fr', 'english': 'en', ...}
3、应用案例和最佳实践
应用案例
-
多语言聊天机器人:使用
deep-translator可以轻松实现一个支持多语言的聊天机器人,自动将用户输入翻译为目标语言。 -
文档翻译工具:开发一个工具,自动将文档内容翻译为多种语言,适用于国际化项目。
最佳实践
-
避免频繁实例化:为了提高性能,建议不要频繁实例化翻译器对象。可以重用同一个翻译器实例,并通过更新其属性来改变源语言和目标语言。
translator = GoogleTranslator(source='auto', target='german') result = translator.translate(text=text) print(result) # 更新目标语言为法语 translator.target = 'french' result = translator.translate(text=text) print(result) -
错误处理:在实际应用中,建议添加错误处理机制,以应对网络问题或 API 限制。
4、典型生态项目
Translator++ 应用
deep-translator 的作者还开发了一个基于该库的跨平台应用 Translator++,使用 Kivy 框架开发。该应用集成了多种翻译器,用户可以通过图形界面轻松进行翻译操作。
- GitHub 仓库:Translator++
- Google Play 商店:Translator++
其他生态项目
- deep-translator-web:一个基于
deep-translator的 Web 应用,提供在线翻译服务。 - deep-translator-desktop:一个桌面应用,使用
deep-translator进行多语言翻译。
这些项目展示了 deep-translator 在不同平台和场景中的应用潜力,开发者可以参考这些项目来构建自己的翻译工具。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
527
3.72 K
Ascend Extension for PyTorch
Python
334
398
暂无简介
Dart
768
191
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++
881
589
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
336
170
React Native鸿蒙化仓库
JavaScript
302
352
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
🎉 (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
1.33 K
749
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
246