通过一个翻译程序复习下 抓数据、正则表达式等

先来看一下程序界面以及效果

首先如Title，是百度的翻译。因为英文水平有限，所以每次都求翻译，有一次注意到百度的翻译不需要登录就可以翻译，于是就猜到只要发送正确的请求就一定能获得服务器返回的数据。所以照着百度翻译的界面开始搞起来。

一：监视请求，捕获有用的请求地址

我用的是谷歌浏览器，直接按 F12 就可以监视请求了。

二：分析地址和参数

通过监视请求，发现语言类型判断地址  http://fanyi.baidu.com/langdetect

判断语言类型的参数只有一个  query：待翻译内容【即便是汉字也不需要进行 HttpUtility.UrlEncode操作】

返回数据的格式如上图。{"error":0,"msg":"success","lan":"zh"} 格式不变，其中 lan后的值就是服务器判断出的语言类型

翻译地址是 http://fanyi.baidu.com/v2transapi

翻译所需参数有四个  from ：从什么语言

to  ： 翻译为什么语言

query：翻译的内容 【汉字等需要经过HttpUtility.UrlEncode操作】

transtype ：trans 【不知道干什么的参数，我一直都带着】

语言的参数有以下几种，我都给大家收集完毕了

string[] strsLan = { "auto-自动检测","ara-阿拉伯语", "de-德语", "ru-俄语", "fra-法语", "kor-韩语", "nl-荷兰语", "pt-葡萄牙语", "jp-日语", "th-泰语", "wyw-文言文", "spa-西班牙语", "el-希腊语","it-意大利语","en-英语","yue-粤语","zh-中文" };

返回参数格式如下图：

如图所示：dst后的数据就是一条一条翻译的数据，亲，data下不止一条数据哦。我这里测试的不全，返回的 数据格式 我记得有时候是变化的

在这里，我能想到的简单的操作是 用FrameWork4.0及更高版本，然后去引入 Newtonsoft.Json.dll 去处理Json数据，或者干脆写网页程序，Ajax中设置 dataType:"json"。

但是我写的WinForm程序是3.5版本的，为了就是能在Win7电脑上直接用。

三：正则解析

所以我决定用 正则表达式 匹配结果

正则表达式匹配的那段代码如下：【返回的数据很多，我只取出直接翻译的内容进行拼接，如果大家想像百度翻译那样，多解析点东西就好了】

Regex reg = new Regex(@"(""dst"":""([^""]+)"")");
MatchCollection mat = reg.Matches(resultStr);
if (mat.Count > 0)
{
    string strs = "";
    string str = "";
    foreach (Match m in mat)
    {
        //txt_from.Text += "\r\n" + mat.Groups[0];
        str = m.Groups[2].ToString();
        //如果是汉字的unicode，转换
        if (str.Contains('\\'))
        {
            str = ToGB2312(str);
        }
        strs += str+"\r\n\r\n";
    }
    txt_to.Text = strs;
}
else
{
    MessageBox.Show("没有匹配项");
}

代码很简单，我解释下正则匹配项

四：引用传值

最后解释下这个语言选择Form

这是个窗体

设置 ShowInTaskbar 属性为False【确定窗体是否出现Windows任务栏中】

设置 FormBorderStyle属性为None【指示窗体的边框和标题栏的外观和行为】如此，窗体就不像窗体了，更像个用户控件

注意：这个选择语言的Form只能用Show()方法，不能用ShowDialog()方法，否则无法触发 失去焦点事件。

绑定 Deactivate 事件或 Leave事件 ，代码如下【这样当这个窗体失去焦点后，自动消失，用户体验好】

private void Frm_Language_Leave(object sender, EventArgs e)
{
    this.Close();
}

绑定 Load 事件，代码如下【为按钮加点击事件，其中 Btn是这个窗体初始化的时候传入的，Button是引用类型，对传入的参数操作，会影响原Button的】

public Button Btn { get; set; }

public Frm_Language()
{
    InitializeComponent();
}
private void Frm_Language_Load(object sender, EventArgs e)
{
    if (Btn.Text.StartsWith("目标语言"))
    {
        btn_auto.Enabled = false;
    }
    string langSelect = Btn.Tag.ToString();//拿到传入的语言是哪个
    foreach (var control in this.Controls)
    {
        if (control.GetType().Name == "Button")
        {
            Button bt = (Button)control;
            if (bt.Text != "取消")
            {
                bt.Click += new EventHandler(bt_Click);
                if (bt.Name.EndsWith(langSelect))
                {
                    bt.Select();
                }
            }
        }
    }
}

void bt_Click(object sender, EventArgs e)
{
    Btn.Tag = ((Button)sender).Name.Substring(4);
    if (Btn.Text.StartsWith("源语言"))
    {
        Btn.Text = "源语言：" + ((Button)sender).Text;
    }
    else
    {
        Btn.Text = "目标语言：" + ((Button)sender).Text;
    }
    this.Close();
}

五：一些辅助方法

C#发送 Post请求的方法

private string PostWebRequest(string postUrl, string paramData, Encoding dataEncode)
{
    string ret = string.Empty;
    try
    {
        byte[] byteArray = dataEncode.GetBytes(paramData); //转化
        HttpWebRequest webReq = (HttpWebRequest)WebRequest.Create(new Uri(postUrl));
        webReq.Method = "POST";
        webReq.ContentType = "application/x-www-form-urlencoded";

        webReq.ContentLength = byteArray.Length;
        Stream newStream = webReq.GetRequestStream();
        newStream.Write(byteArray, 0, byteArray.Length);//写入参数
        newStream.Close();
        HttpWebResponse response = (HttpWebResponse)webReq.GetResponse();
        StreamReader sr = new StreamReader(response.GetResponseStream(), Encoding.Default);
        ret = sr.ReadToEnd();
        sr.Close();
        response.Close();
        newStream.Close();
    }
    catch (Exception ex)
    {
        return ex.Message;
    }
    return ret;
}

C#将Unicode编码转换为汉字字符串

/// <summary>
/// 将Unicode编码转换为汉字字符串
/// </summary>
/// <param name="str">Unicode编码字符串</param>
/// <returns>汉字字符串</returns>
public static string ToGB2312(string str)
{
    string r = "";
    MatchCollection mc = Regex.Matches(str, @"\\u([\w]{2})([\w]{2})", RegexOptions.Compiled | RegexOptions.IgnoreCase);
    byte[] bts = new byte[2];
    foreach (Match m in mc)
    {
        bts[0] = (byte)int.Parse(m.Groups[2].Value, NumberStyles.HexNumber);
        bts[1] = (byte)int.Parse(m.Groups[1].Value, NumberStyles.HexNumber);
        r += Encoding.Unicode.GetString(bts);
    }
    return r;
}