免费使用谷歌的翻译接口

引言

最近做个东西，需将各种语言翻译成中文，看了各家的翻译效果，还是谷歌的最好。

但谷歌的未提供免费接口，研究了谷歌的翻译页面，输入内容后会触发 ajax 请求，请求参数中除了输入内容，还有个加密参数tk，该加密算法在压缩的 js 代码中，我也在网上找到了网友摘出来的代码，js 格式，一大段，压缩代码翻译起来很吃力，遂未翻译，而另辟蹊径，在生产环境的 docker 中打包了 node 环境，业务代码通过 shell 调用这段 js，得到加密参数后再模拟请求，获得翻译结果，用着还挺好。

没过多久，发现失效了，请求返回 403 Forbidden，禁止访问 ????，估计加密参数算法又升级了。

接口翻译固然好用，但隔断时间就要重新搞一次加密算法，这个就有点儿难以接受了，每次都要从大量压缩 js 代码中找出加密算法，还不一定能完全找对。

至此，我们的主角无头浏览器 puppeteer 就要登场了，puppeteer 一个 node 类库，提供了简洁的 API，可以让使用者操作 chrome 浏览器，基本可以完全模拟人的操作，比如打开页面、输入网址、等待页面指定内容加载、点击按钮、甚至滑动也可以，有了这个工具模拟用户翻译然后获取结果完全没问题。

获取翻译结果

通过 js 获取

分析了谷歌翻译页面的元素，发现用户输入内容的时候会触发某些按钮变灰，等到翻译完成，按钮会再次变亮，这其实是通过添加去除 *-disabled 类来实现的，所以当我们模拟输入之后等待该类消失即可

await page.waitForSelector('selector-ele-disabled', {hidden: true});

待元素变亮（去除了 *-disabled 类），就可以从结果输入框中获取到结果了。

但这样实现起来比较麻烦，也不够直接，还需要 puppeteer 调用 chrome 的 js 执行环境去获取，获取的也不是原始的接口返回数据。因此通过查阅文档找到了下面更好的方法????。

通过拦截请求返回获取

前段时间研究了如何爬取手机 app 中的数据，里面用到了中间人代理攻击，中间人代理转发请求、返回，转发的时候就可以对请求进行拦截处理，我就想 puppeteer 应该也有，果然查到了 event-response，他是 Page 实例的一个钩子，如果我们设置了"response": function callback(response){}，当 chrome 发出的任何一个请求返回的时候，都会触发他，并将类 Response 的一个实例传给回调函数，里面包含请求 url、请求结果、请求结果状态等信息，这样我们就可以检测我们的翻译接口了

let browser = await puppeteer.launch()

let page = await browser.newPage()
page.on('response', async response => {const url = response.url()

    if (url.indexOf("检测的接口地址") != -1) {let text = await response.text()
        // text 就是接口返回的结果，拿到接口原始数据，接下来就任你处理了
    }
})

设计

大体流程如下图所示，初始化实例，等待请求，请求到达之后模拟输入，然后返回结果，再次进入等待请求状态。

此文的最终目的是可以为调用者提供一个简洁的接口，请求该接口返回，返回为中文的结果，接口的响应时间尽可能的短，可支持并发。

响应时间没多少可以优化的地方，主要依赖网络环境，以及谷歌的接口响应时间，我们只能做到当谷歌接口返回的时候我们也第一时间返回给调用者。

并发这里可以做优化，一个 puppeteer 同一时间只能处理一个翻译请求，如果做个实例池，维护多个 puppeteer 实例，这样就可以提升翻译接口的并发能力了。

实例池

如下图所示，虚线框内表示一个实例池，实例池中有多个 puppeteer 实例，他们之间互相独立，当请求来的时候，随机从池子中拿出一个实例，处理请求，等待请求处理完毕之后，再次将改实例放回池子中。

为了减少意外情况，池子中的每个实例处理 100 个翻译之后推出，重新启动一个新的额实例补充进来，池子中的实例总量保持不变，如果需要甚至可以搞成动态的，像 php-fpm 一样，请求多的时候动态增加实例池中的实例，空闲的时候，清理推出一些实例。

如何将请求和结果联系起来

一个请求可以分为两个流程，一个 请求流程，一个ajax 成功回调流程，请求时候输入翻译原始内容，实例内部在请求谷歌 ajax 接口成功的时候调用预先注册好的回调函数，这两个流程没有办法直接联系起来，但他们都会接触到同一个实例，所以用这个实例将他们俩联系起来，ajax 流程成功之后写入一个变量到实例对象上，请求流程中监测该实例上的变量，有数据说明请求成功，返回数据，清空该变量，原理可以看下面的简化代码

let obj = {}
setTimeout(() => {obj.result = "this is async result"}, 2000)

async function sleep(duration) {
    return new Promise(resolve => {setTimeout(() => {resolve()
        }, duration)
    })
}

async function getRet() {
    let times = 1
    while(times <= 100) {if (obj.result) {return Promise.resolve(obj.result)
        } else {await sleep(200)
        }
        times++
    }
}

(async () => {let ret = await getRet()
    console.log(ret)
    console.log("now i can do something")
})()

实现

我将这个功能包装成了一个类库，上传到了 npm，google-trans-api，顺便也熟悉了整个打包流程以及 typescript 的使用，不得不说 typescript 真是不错，可以防止很多误写的错误，还有自动提示的功能，用起来不要太爽。这里是源码地址 aizuyan/google-trans-api。

使用

下载 Chromium

linux、mac 下面的 Chromium 是两个不同的包，如果网络可以翻墙，直接部署安装即可，否则需要手动下载，传送门，我的网络就不好，因此提前将两个版本的包放在项目根目录下的 Chromium 目录下，开发环境使用 darwin 目录下的包，生产环境使用 linux 下的包

.
├── Chromium
│   ├── darwin
│   └── linux

配合下面的代码，可以自动根据环境选择使用的包路径，并传入实例的 executablePath 参数中

"use strict"
const path = require("path")
const os = require("os")

const platform = os.platform()

let ret = path.join(__dirname, "..", "Chromium", platform)

switch (platform) {
  case "linux":
    ret = path.join(ret, "chrome")
    break
  case "darwin":
    ret = path.join(ret, "Chromium.app/Contents/MacOS/Chromium")
    break
}

module.exports = ret

代理

如果网路不好，可能需要安装代理，可以使用 shadowsocks，支持所有环境，默认没有代理，如果需要，可以在初始化的时候传入 proxyServer: '--proxy-server=socks5://127.0.0.1:1080' 参数。

完整的试用版本

const koa = require('koa')
const app = new koa()
const router = require('koa-router')();
const GoogleTrans = require('google-trans-api').default
// 调用的时候改为你自己的
const chromePath = '/path/to/puppeteer Chromium';

(async () => {
  let instance = new GoogleTrans({
    handles: false,
    worker:3,
    executablePath: chromePath,
    initPageTimeout: 0,
    //proxyServer: '--proxy-server=socks5://127.0.0.1:1080',
    regExpIncludeUrl: url => {const reg = new RegExp("translate.google.cn/translate_a/single.*?q=.*")
      return reg.test(url)
    },
    responseCb: async response => {const url = response.url()
      console.log(url)
      try {const text = await response.text()
        const status = response.status()

        let ret = JSON.parse(text)
        ret = ret[0]
        let data = ""
        for (let i = 0; i < ret.length; i++) {if (ret[i][0]) {data += ret[i][0]
          }
        }
        return Promise.resolve(data)
      } catch (err) {console.error(`Failed getting data from: ${url}`)
        console.error(err);
      }
    }
  })

  let flag = await instance.init()

  router.get('/trans-auto', async ctx => {
    try {let msg = decodeURIComponent(ctx.query.msg)
      let ret = await instance.trans(msg)
      ctx.response.body = ret
    } catch (e) {console.log(`[error] when trans ${e.message}`)
      ctx.response.body = ""
    }
  })

  app
    .use(router.routes())
    .use(router.allowedMethods())

  app.listen(3000, () => {console.log('server is running at http://localhost:3000')
  })
})()

下面是我打开 GUI 模式，看效果的图片