SeleniumでDeepL翻訳

はじめに

DeepL( https://www.deepl.com/ja/translator) での翻訳を、Seleniumを用いて行います。

例として、ニューサイトから取得した記事（ https://news.google.com/rss?hl=en-US&gl=US&ceid=US:en ）のタイトルの英語の翻訳を行っていきます。前回の記事の続きのような内容ですので、スクレイピング部分は、下の記事を参照してください。

前回の記事：ニュース記事をスクレイピング

目次

1. 翻訳の全体像
2. 翻訳を行うコード
3. 参考文献

翻訳の全体像

Seleniumを用いてDeepL翻訳を行います。Seleniumのインストールは、下の記事などを参考にしてください。
参考：　10分で理解する Selenium - Qiita

DeepLのページをSeleniumを用いて、操作します。DeepLのページに行き、一旦、好きな言葉を翻訳してみてください。私は、前回の記事でとってきた、記事のタイトルを入れてみます。

うまく翻訳ができています。ここで注目すべきは、この時のURLです。

https://www.deepl.com/ja/translator#en/ja/Biden%20says%20he's%20%22not%20sure%22%20about%20voting%20bills'%20future%20after%20Sinema%20reiterates%20opposition%20to%20rule%20change%20-%20CBS%20News

元々のURLは、https://www.deepl.com/ja/translator でした。
つまり、元のURL　＋　#翻訳前の言語/翻訳語の言語/翻訳したい内容　になっていることがわかります。しかし、翻訳したい内容は、%20などの余分な文字が追加されています。

ですので、今回の操作の流れは、次のように表せます。

1. Google Chromeを立ち上げる
2. 翻訳したい内容を含めたURLにアクセス
3. 翻訳したデータを取得する

翻訳を行うコード

翻訳を行うには、ChromeDriverが必要です。ダウンロードはこちらで行えます。
(→ https://chromedriver.chromium.org/downloads )

下のコードは、英語の"Biden says he's "not sure" about voting bills' future after Sinema reiterates opposition to rule change - CBS News"を日本語に翻訳するコードです。

translate.py

import time
import urllib.parse
import lxml
from bs4 import BeautifulSoup
from selenium import webdriver
from selenium.webdriver.chrome.options import Options

# text = 翻訳したい文章
text = "Biden says he's "not sure" about voting bills' future after Sinema reiterates opposition to rule change - CBS News"
text = urllib.parse.quote(text)
#　URL作成
from_lang = 'en'
to_lang = 'ja'
url = 'https://www.deepl.com/translator#' + from_lang +'/' + to_lang + '/' + text
     
#　ヘッドレスモードでブラウザを起動
options = Options()
options.add_argument('--headless')
     
# ブラウザーを起動
DRIVER_PATH = "./chromedriver" # 自分のchromedriverまでのパス
driver = webdriver.Chrome(DRIVER_PATH, options=options)
driver.get(url)
driver.implicitly_wait(30)  # 見つからないときは、30秒まで待つ

# DeepLの翻訳部分
sleep_time = 10
try_max_count = 30
for i in range(try_max_count):
    # 指定時間待つ
    time.sleep(sleep_time)  
    html = driver.page_source
    soup = BeautifulSoup(html, features='lxml')
    target_elem = soup.find(class_="lmt__translations_as_text__text_btn")
    translated_text = target_elem.text
    # DeepLの翻訳が終わっている確認
    if translated_text:
        break
             
# ブラウザ停止
driver.quit()

参考文献

• 前回記事
• ニュースサイト