Fork me on GitHub

python爬取Google翻译TTS语音

发表于 | 分类于
字数统计: 593 字 | 阅读时长 ≈ 2 分钟

请求分析

首先，我们还是先打开开发者工具，然后打开Google翻译(translate.google.cn)，
接着，我们随便输入一些内容，点击小喇叭朗读，便可以很轻松地抓取到如下请求：

观察GET参数，找出几个重要的参数(实际上textlen是不需要的)：

又是熟悉的tk参数，我们在上一篇文章中分析过tk的获取。
根据我们上次的经验，我们可以知道：q为源文本，tl为朗读的语言，tk为验证参数。

tk值算法的验证

那么到底这里的tk值和之前那个算法得到的一不一样呢？
我们将之前的tk算法获取的tk值代入请求链接(将原来的tk参数换成得到的)，使用浏览器访问，经过验证，发现是可以得到音频的，所以tk算法并没有改变。
于是tk值的获取便解决了。

代码编写

分析到这里，就非常简单了。
最终代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
def getGoogleToken(a, TKK): #tk算法
    def RL(a, b):
        for d in range(0, len(b)-2, 3):
            c = b[d + 2]
            c = ord(c[0]) - 87 if 'a' <= c else int(c)
            c = a >> c if '+' == b[d + 1] else a << c
            a = a + c & 4294967295 if '+' == b[d] else a ^ c
        return a

    g = []
    f = 0
    while f < len(a):
        c = ord(a[f])
        if 128 > c:
            g.append(c)
        else:
            if 2048 > c:
                g.append((c >> 6) | 192)
            else:
                if (55296 == (c & 64512)) and (f + 1 < len(a)) and (56320 == (ord(a[f+1]) & 64512)):
                    f += 1
                    c = 65536 + ((c & 1023) << 10) + (ord(a[f]) & 1023)
                    g.append((c >> 18) | 240)
                    g.append((c >> 12) & 63 | 128)
                else:
                    g.append((c >> 12) | 224)
                    g.append((c >> 6) & 63 | 128)
            g.append((c & 63) | 128)
        f += 1

    e = TKK.split('.')
    h = int(e[0]) or 0
    t = h
    for item in g:
        t += item
        t = RL(t, '+-a^+6')
    t = RL(t, '+-3^+b+-f')
    t ^= int(e[1]) or 0
    if 0 > t:
        t = (t & 2147483647) + 2147483648
    result = t % 1000000
    return str(result) + '.' + str(result ^ h)

word='test'
lan='en'
word2=word
if " " in word:
    word2=word.replace("%20"," ") #空格转义
tk=getGoogleToken(word,'442788.2585626513') #tk获取，详细参考上篇文章
url="https://translate.google.cn/translate_tts?ie=UTF-8&q="+word2+"&tl="+lan+"&total=1&idx=0&textlen="+str(len(word))+"&tk="+tk+"&client=webapp"
#实际上textlen可省去
print(url)

这里不需要引用任何库，即可获取TTS音频链接。
如果需要获取后下载的，请自行扩展。