爬虫爬取英文文档存为PDF，在读取PDF自动翻译文档

这几天在爬了Python的官方文档，但是它里面全是英文，只有数字，没有汉字，原谅我这个英语渣渣搞不懂，只能靠翻译了，如果是复制到百度翻译的话太慢，耗时间。所以就直接用爬虫来搞了，自动化翻译文档

这是百度翻译的页面

刚开始想用urllib去做，但是给我报了一个我的浏览器版本太低了，估计就是得加headers和UA。太麻烦了，就想到了selenium,直接用selenium妥妥的，下面就是详细步骤了。

先从爬Python官网开始吧

就只抓了这一页的数据。这个简单，直接可以使用requests或者urllib抓取，然后转换成pdf。我的是在框架里面，有点麻烦，如果你觉得麻烦可以直接请求。

安装Python库:pip3 install pdfkit

安装插件wkhtmltopdf，

https://wkhtmltopdf.org/downloads.html官网地址

我是直接将一个div里面的这个内容全部拿下来，然后拼接一个新的html,将这个新的HTML转换成PDF。

第二阶段就是打开这个pdf,读取该文档，将其发送到百度翻译的框框，获取翻译的结果，重新保存

-----------读取文档--------

将文档读取，发送到百度翻译https://fanyi.baidu.com/?aldtype=16047#en/zh

找到输入框和输出框的位置

翻译模块（复制到微信里，格式有点问题，大家自己修正）

这是翻译后输出的内容

当然还有可以优化加强的部分，比如使用pyqt做个界面，打包成exe就可以当程序用了。有什么建议留言。

完整代码回复 ‘翻译‘ 获取，这里就不放了，太长了。觉得还不错的点个赞，有什么问题可以留言问我，或者直接在公众号中发消息，都可以。