nodejs怎麼簡單實現中英文翻譯

 　　幫以前同事解決一個需求，中文項目 翻譯 英文項目~~~

　　考慮到具體實現方面的問題，如果智能的話，肯定是要做中文的語法分析，不過感覺這個有難度。

　　所以最後的方案是遍歷文件，將中文短語匹配出來，再進行人工翻譯，將中文短語替換成翻譯的內容。當然後期還是需要人工再檢驗下，畢竟代碼中的中文，可能會影響到相關的程序。

　　這個問題，明顯涉及到 多線程，文件讀寫，第一時間就想到的是 nodejs，雖然nodejs是一個主線程，但是異步文件讀寫，事件響應機制，肯定也是調用了線程，在實際編程的時候不需要考慮線程的相關的問題。

　　代碼不復雜如下，寫完了之後，適當的封裝了下

　　var fs = require('fs');

　　var http = require('http');

　　var filePath = 'D:WORK_new';

　　var logPath = 'D:chinese.log';

　　var map = {};

　　var num = 0;

　　var dictionary = (function () {

　　var map = {};

　　return {

　　logPath: 'D:chinese.log',

　　set: function (key, val) {

　　map[key] = val || '';

　　},

　　get: function (key) {

　　return map[key]||'';

　　},

　　save2File: function () {

　　fs.writeFile(this.logPath, JSON.stringify(map).replace(/","/g,'",rn"'),{encoding:'utf8',flag:'w'}, function (err) {

　　if (err) throw err;

　　});

　　},

　　loadFile: function (callback) {

　　fs.readFile(this.logPath, {encoding:'utf8'},function (err, data) {

　　map = JSON.parse(data);

　　callback();

　　})

　　},

　　translateByGoogle: function (callback) {

　　var index = 0;

　　for (var key in map) {

　　if (map[key] == '') {

　　index++;

　　(function (key) {

　　http.get("http://translate.google.cn/translate_a/t?client=t&hl=zh-CN&sl=zh-CN&tl=en&ie=UTF-8&oe=UTF-8&oc=2&otf=1&ssel=3&tsel=6&sc=2&q="+key, function(res) {

　　res.setEncoding('utf8');

　　var body = "";

　　res.on('data', function (chunk) {

　　body+=chunk;

　　}).on('end', function (){

　　var obj = eval('('+body+')');

　　map[key] = obj[0][0][0];

　　index--;

　　if (index == 0) {

　　callback();

　　}

　　});

　　}).on('error', function(e) {

　　console.log('http error');

　　index--;

　　if (index == 0) {

　　callback();

　　}

　　console.log("Got error: " + e.message);

　　});

　　})(key);

　　}

　　}

　　}

　　}

　　})();

　　function File () {

　　var index = 0;

　　var _readFile = function (pathStr, fileBack, doneBack) {

　　fs.readFile(pathStr,{encoding:'utf8'}, function (err, data) {

　　index--;

　　if (err) {

　　data = "";

　　console.log(err,pathStr)

　　//throw err;

　　}

　　fileBack(data,pathStr);

　　if (index == 0) {

　　doneBack();

　　}

　　});

　　};

　　var _walkDir = function (pathStr, fileBack, doneBack) {

　　fs.readdir(pathStr, function (err, files) {

　　files.forEach(function (file) {

　　if(fs.statSync(pathStr + '/' + file).isDirectory()){

　　_walkDir(pathStr + '/' + file, fileBack, doneBack);

　　} else {

　　if (/.js$|.html$|.htm$|.jsp$/.test(file)){

　　index ++;

　　_readFile(pathStr + '/' + file, fileBack, doneBack);

　　}

　　return;

　　}

　　});

　　});

　　}

　　this.walkDir = function (pathStr, fileBack, doneBack) {

　　index = 0;

　　_walkDir(pathStr, fileBack, doneBack);

　　}

　　}

　　//第一步 獲取中文

　　dictionary.logPath = logPath;

　　new File().walkDir(filePath, function (data) {

　　if (!!data) {

　　var match = data.match(/[u4e00-u9faf]+/g);

　　if (!!match) {

　　match.forEach(function (mat) {

　　dictionary.set(mat);

　　})

　　}

　　}

　　}, function () {

　　console.log('獲取中文 OK');

　　dictionary.save2File();

　　})

　　//第二步 google翻譯

　　/*

　　dictionary.loadFile(function () {

　　dictionary.translateByGoogle(function () {

　　dictionary.save2File();

　　})

　　});

　　*/

　　//第三步 中文替換

　　/*

　　dictionary.loadFile(function () {

　　new File().walkDir(filePath, function (data,pathStr) {

　　fs.writeFile(pathStr, data.replace(/[u4e00-u9faf]+/g, function (ch) {

　　return dictionary.get(ch);

　　}),{encoding:'ascii',flag:'w'}, function (err) {

　　if (err) throw err;

　　});

　　}, function () {

　　console.log('中文替換 OK');

　　})

　　});

　　*/

　　問題還是有的

　　1.nodejs編碼問題，在window環境下對GBK編碼支持不好，主要是utf8文件的處理

　　2.效率上面可能可以再通過 線程進行優化，這塊沒做深入的考慮

　　3.匹配出來，可能有單個的標點符號的短語等情況，需要人工排查

　　實際情況中，文件是GBK的，還有些文件是utf8的，後來還是考慮通過 腳本語言 快手實現的時候，

　　1.文件編碼的問題，判斷通過搜索

　　判斷文件首位3個字節是不是 ef bb bf，但是這個只是針對有BOM的utf8格式

　　對無BOM的utf8格式，需要進行字節特征碼的判斷(有難度，精力有限，使用了上面的方案，對於無BOM的情況，進行人工排查)。

　　2.因為快手多線程方便編程很簡單，一直以為多線程肯定比單線程效率要好。實際情況卻和想的不一樣，單線程的比多線程的快多了。看來主要瓶頸還是在讀寫文件IO上面。

　　以上所述就是本文全部內容了，希望大家能夠喜歡。