萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 腳本程式專題 >> JavaScript

Node.js 實作中英對照翻譯:掃描、翻譯、替換三階段流程

專案需將中文程式碼註解/字串翻譯為英文。採用 Node.js 異步 I/O + 事件循環,三階段處理:掃描提取中文 → Google 翻譯 API → 批次替換寫回。

核心架構

var fs = require('fs'), http = require('http');
var filePath = 'D:\\WORK_new';
var logPath = 'D:\\chinese.log';
var dict = {}; // 中英對照表

// 1. 掃描階段:走訪目錄,正則提取中文字串
new FileWalker().walkDir(filePath, function(data) {
    if (!data) return;
    var match = data.match(/[\u4e00-\u9fa5]+/g);
    if (match) match.forEach(function(ch) { dict[ch] = ''; });
}, function() {
    console.log('掃描完成');
    saveDict();
});

// 2. 翻譯階段:讀取字典,呼叫 Google 翻譯
function translateDict() {
    loadDict(function() {
        var pending = 0;
        for (var key in dict) if (!dict[key]) {
            pending++;
            (function(k) {
                http.get(encodeURI("https://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=" + k), function(res) {
                    res.setEncoding('utf8');
                    var body = '';
                    res.on('data', function(c){ body += c; });
                    res.on('end', function(){
                        try { dict[k] = eval('('+body+')')[0][0][0]; }
                        catch(e) { dict[k] = ''; }
                        if (--pending === 0) { saveDict(); console.log('翻譯完成'); }
                    });
                }).on('error', function(){ if(--pending===0){ saveDict(); } });
            })(key);
        }
    });
}

// 3. 替換階段:重新走訪,以字典替換中文
function replaceAll() {
    loadDict(function() {
        new FileWalker().walkDir(filePath, function(data, fpath) {
            fs.writeFile(fpath, data.replace(/[\u4e00-\u9fa5]+/g, function(ch){
                return dict[ch] || ch;
            }), {encoding:'ascii', flag:'w'}, function(err){ if(err) throw err; });
        }, function(){ console.log('替換完成'); });
    });
}

FileWalker 類別(封裝遞迴走訪)

function FileWalker() {
    var idx = 0;
    function readFile(p, fileCb, doneCb) {
        fs.readFile(p, {encoding:'utf8'}, function(err, data){
            idx--;
            if (err) { console.error(err, p); data = ''; }
            fileCb(data, p);
            if (idx === 0) doneCb();
        });
    }
    function walkDir(p, fileCb, doneCb) {
        fs.readdir(p, function(err, files){
            files.forEach(function(f){
                var full = p + '/' + f;
                if (fs.statSync(full).isDirectory()) walkDir(full, fileCb, doneCb);
                else if (/\.(js|html|htm|jsp)$/.test(f)) { idx++; readFile(full, fileCb, doneCb); }
            });
        });
    }
    this.walkDir = function(p, fileCb, doneCb) { idx = 0; walkDir(p, fileCb, doneCb); };
}

實務踩坑記錄

  1. 編碼地獄:Windows 專案混雜 GBK/UTF-8(含 BOM/無 BOM),Node fs.readFile 預設 UTF-8 讀 GBK 會亂碼。解法:以 BOM 偵測、或外部工具統一轉碼。
  2. 單執行緒反而更快:原以為多執行緒較快,實測 Node 單執行緒複製/翻譯大量小檔案比 Python 多執行緒快,瓶頸在磁碟 I/O。
  3. 翻譯品質:機翻無法理解程式碼語境(變數名、關鍵字),需人工複核,避免 if (用戶 != null) 變成 if (user != null) 以外的誤譯。
  4. 單字/標點誤判:正則 [\u4e00-\u9fa5]+ 會抓到單一中文標點,需人工清洗字典。
copyright © 萬盛學電腦網 all rights reserved