Question

我正在尝试使用Selenium提取谷歌翻译的中文单词的拼音音译，但是在找到它的Web元素时遇到了一些麻烦。

例如，我查找的单词是“事”。我的代码如下：

String word = "事";
WebDriver driver = new HtmlUnitDriver();
driver.get("http://translate.google.com/#zh-CN/zh-CN/" + word);

当我使用浏览器访问实际页面时，我可以看到它的拼音是“Shì”，并且根据Inspect Element，它的id为src-translit。但是，当我去查看源代码时，虽然存在id="src-translit"，但您在附近看不到任何类似“Shì”的内容。它只是空的。

认为该页面没有时间正确加载。我实施了30秒的等待时间（我知道这种漫长的等待，但我只是想知道它是否会起作用。）

int timeoutInSeconds = 30;
WebDriverWait wait = new WebDriverWait(driver, timeoutInSeconds); 
wait.until(ExpectedConditions.visibilityOfElementLocated(By.id("src-translit")));

不幸的是，即使有等待时间，音译及其文本仍然会返回为空。

WebElement transliteration = driver.findElement(By.id("src-translit"));
String pinyin = transliteration.getText();

我的问题是：src-translit发生了什么？为什么它不会显示在HTML代码中？如何查找并从Google翻译中复制它？

Answer 1

听起来好像没有执行javascript。查看docs，您可以启用这样的javascript

HtmlUnitDriver driver = new HtmlUnitDriver();
driver.setJavascriptEnabled(true);

或

HtmlUnitDriver driver = new HtmlUnitDriver(true);

看看是否有所作为。

编辑：

我仍然认为这个问题与javascript有关。当我使用FirefoxDriver运行它时，它运行正常：发出了AJAX请求，src-translit元素已使用Shi更新。

解决方法：

在任何情况下，监控网络流量，你可以看到，当你想翻译事件时，它会调用一个AJAX

http://translate.google.com/translate_a/t?client=t&sl=zh-CN&tl=zh-CN&hl=en&sc=2&ie=UTF-8&oe=UTF-8&pc=1&oc=1&otf=1&rom=1&srcrom=1&ssel=0&tsel=0&q=%E6%B2%92%E4%BA%8B

返回JSON：

[[["事","事","Shì","Shì"]],,"zh-CN",,[["事",,false,false,0,0,0,0]],,,,[],10]

也许你现在可以解析它。

如何使用Selenium复制谷歌翻译中文音译？

1 个答案: