這篇文章主要介紹了nodejs簡單實現中英文翻譯的方法和示例，雖然還存在著不小的問題，但是也算是基本能用了，這里推薦給大家。

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。

所以最后的方案是遍歷文件，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。當然后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，寫完了之后，適當的封裝了下

1. var fs = require('fs'); 
2. var http = require('http'); 
3. var filePath = 'D://WORK_new//'; 
4. var logPath = 'D://chinese.log'; 
5.  
6. var map = {}; 
7. var num = 0; 
8.  
9. var dictionary = (function () { 
10. var map = {}; 
11. return { 
12. logPath: 'D://chinese.log', 
13. set: function (key, val) { 
14. map[key] = val || ''; 
15. }, 
16. get: function (key) { 
17. return map[key]||''; 
18. }, 
19. save2File: function () { 
20. fs.writeFile(this.logPath, JSON.stringify(map).replace(/","/g,'",/r/n"'),{encoding:'utf8',flag:'w'}, function (err) { 
21. if (err) throw err; 
22. });  
23. }, 
24. loadFile: function (callback) { 
25. fs.readFile(this.logPath, {encoding:'utf8'},function (err, data) { 
26. map = JSON.parse(data); 
27. callback(); 
28. }) 
29. }, 
30. translateByGoogle: function (callback) { 
31. var index = 0; 
32. for (var key in map) { 
33. if (map[key] == '') { 
34. index++; 
35. (function (key) { 
36. 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) { 
37. res.setEncoding('utf8'); 
38. var body = ""; 
39. res.on('data', function (chunk) { 
40. body+=chunk;  
41. }).on('end', function (){  
42. var obj = eval('('+body+')'); 
43. map[key] = obj[0][0][0]; 
44. index--; 
45. if (index == 0) { 
46. callback(); 
47. } 
48. }); 
49. }).on('error', function(e) { 
50. console.log('http error'); 
51. index--; 
52. if (index == 0) { 
53. callback(); 
54. } 
55. console.log("Got error: " + e.message); 
56. }); 
57. })(key); 
58. } 
59. } 
60. } 
61. } 
62. })(); 
63.  
64. function File () { 
65. var index = 0; 
66. var _readFile = function (pathStr, fileBack, doneBack) { 
67. fs.readFile(pathStr,{encoding:'utf8'}, function (err, data) { 
68. index--; 
69. if (err) { 
70. data = ""; 
71. console.log(err,pathStr) 
72. //throw err; 
73. } 
74. fileBack(data,pathStr); 
75. if (index == 0) { 
76. doneBack(); 
77. } 
78. }); 
79. }; 
80. var _walkDir = function (pathStr, fileBack, doneBack) { 
81. fs.readdir(pathStr, function (err, files) { 
82. files.forEach(function (file) { 
83. if(fs.statSync(pathStr + '/' + file).isDirectory()){ 
84. _walkDir(pathStr + '/' + file, fileBack, doneBack); 
85. } else { 
86. if (/.js$|.html$|.htm$|.jsp$/.test(file)){ 
87. index ++; 
88. _readFile(pathStr + '/' + file, fileBack, doneBack); 
89. } 
90. return; 
91. } 
92. }); 
93. }); 
94. } 
95. this.walkDir = function (pathStr, fileBack, doneBack) { 
96. index = 0; 
97. _walkDir(pathStr, fileBack, doneBack); 
98. } 
99. } 
100.  
101. //第一步 獲取中文 
102. dictionary.logPath = logPath; 
103.  
104. new File().walkDir(filePath, function (data) { 
105. if (!!data) { 
106. var match = data.match(/[/u4e00-/u9faf]+/g); 
107. if (!!match) { 
108. match.forEach(function (mat) { 
109. dictionary.set(mat); 
110. }) 
111. } 
112. } 
113. }, function () { 
114. console.log('獲取中文 OK'); 
115. dictionary.save2File(); 
116. }) 
117.  
118.  
119. //第二步 google翻譯 
120. /* 
121. dictionary.loadFile(function () { 
122. dictionary.translateByGoogle(function () { 
123. dictionary.save2File(); 
124. }) 
125. }); 
126. */ 
127. //第三步 中文替換 
128. /* 
129. dictionary.loadFile(function () { 
130. new File().walkDir(filePath, function (data,pathStr) { 
131. fs.writeFile(pathStr, data.replace(/[/u4e00-/u9faf]+/g, function (ch) { 
132. return dictionary.get(ch); 
133. }),{encoding:'ascii',flag:'w'}, function (err) { 
134. if (err) throw err; 
135. });  
136. }, function () { 
137. console.log('中文替換 OK'); 
138. }) 
139. }); 
140. */ 

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，后來還是考慮通過 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，對于無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?？磥碇饕款i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。