富文本携带html标签翻译问题有没有解决方案？

甲方要求用的第三方翻译不支持html翻译方案（沟通过不允许用其他家的）

没有什么过滤翻译第三方的就只有一个翻译接口多的没了第三方接口的参数：
富文本携带html标签翻译问题有没有解决方案？

但是富文本又携带了html，第三方说是要把html标签取出来再替换翻译的文案进去
有没有什么好的解决方案比较好提取又能把翻译的内容补充进去

还要考虑图片标签内联样式也是比如以下就是富文本html 需要把这三段文本提取出来又怼进去

<p>
    <b>
        <span>
            <span>五是</span>
        </span>
    </b>
    <b>
        <span>强化融资支持力度</span>
    </b>
    <span>研究制定财政金融协同支持专精特新“小巨人”企业发展的政策措施，围绕间接融资、直接融资、境外融资、其他融资等提出相应支持措施。对企业在符合条件的证券交易所上市挂牌融资，分档给予最高1600万元奖补。实施专精特新“小巨人”企业融资担保降费奖补政策并向国家融资担保基金重点推介，对省级政府性融资担保公司向符合条件的中小微企业降低收费标准给予差额补助。</span>
</p>

3. 您期望得到的结果？

简单点的解决方案或者有没有什么包,可以接受java/python/php 可以比较方便的抽出来这些标签然后把内容填充进去或者其他方式比较好提取的方案或者怎么替换比较方便

y1415181920

234 声望

一个php混子+1

0 人点赞

你将学到如 RESTFul 设计风格、PostMan 的使用、OAuth 流程，JWT 概念及使用和 API 开发相关的进阶知识。

从零开始带你一步步开发一个 Go 博客项目，让你在最短的时间内学会使用 Go 进行编码。项目结构很大程度上参考了 Laravel。

推荐文章：

更多推荐...

博客

花了四个月打磨的 Laravel Plus 开源 30 / 98 |

博客

Laravel 实用小技巧——缓存标签的小秘密（下） 12 / 11 |

博客

Laravel 实用小技巧——缓存标签的小秘密（上） 16 / 6 |

公告

Laravel 11 开始翻译/校对文档 25 / 47 |

博客

Clarity——微软开源并完全免费使用的新一代网站体验分析利器 12 / 1 |

博客

Laravel 11 中文文档仓库，已翻译完成！！！ 18 / 29 |

anjing

Laravel 8.x 译者 89 声望 / PHP @ 互联网公司

最佳答案

如下

$html = '测试<p>
    <b>
    测试测试

        <span>
            <span>五是</span>
        </span>
    </b>

    <b>
        <span>强化融资支持力度</span>
        测试
    </b>
    测试
    <span>研究制定财政金融协同支持专精特新“小巨人”企业发展的政策措施，围绕间接融资、直接融资、境外融资、其他融资等提出相应支持措施。对企业在符合条件的证券交易所上市挂牌融资，分档给予最高1600万元奖补。实施专精特新“小巨人”企业融资担保降费奖补政策并向国家融资担保基金重点推介，对省级政府性融资担保公司向符合条件的中小微企业降低收费标准给予差额补助。</span>
    厉害';

/*$pattern = '/<.*?>(.*?)<\/.*?>/s'; // 匹配成对出现的HTML标签*/
//
//preg_match_all($pattern, $html, $matches);
//
//var_dump($matches);
//$textArray = $matches[1]; // 匹配到的文字内容数组
//
//print_r($textArray);
function translation($word)
{
    return $word . ' - has been translated';
}

function startTranslation($html,$matches) {
    foreach ($matches[0] as $match) {
        $trimmed = trim($match);
        if (!empty($trimmed)) {
            $textArray[md5($trimmed)] = $trimmed;
            $translationTextArray[md5($trimmed)] = translation($trimmed);
            $html = substr_replace($html,md5($trimmed),strpos($html,$trimmed),strlen($trimmed));
        }
    }


    foreach ($translationTextArray as $key => $value) {
        $html = str_replace($key,$value,$html);
    }
    return $html;
}


$textArray            = [];
$translationTextArray = [];
preg_match_all('/<[^>]*>(*SKIP)(*F)|([^<]+)/', $html, $matches);


if (isset($matches[0])) {
    $html = startTranslation($html,$matches);
}

echo '<pre>';
print_r($html);
echo '</pre>';

输出

测试 - has been translated


    测试测试 - has been translated


            五是 - has been translated




        强化融资支持力度 - has been translated
        测试 - has been translated

    测试 - has been translated
    研究制定财政金融协同支持专精特新“小巨人”企业发展的政策措施，围绕间接融资、直接融资、境外融资、其他融资等提出相应支持措施。对企业在符合条件的证券交易所上市挂牌融资，分档给予最高1600万元奖补。实施专精特新“小巨人”企业融资担保降费奖补政策并向国家融资担保基金重点推介，对省级政府性融资担保公司向符合条件的中小微企业降低收费标准给予差额补助。 - has been translated
    厉害 - has been translated

1年前评论

y1415181920 （楼主）

高啊，很赞，只是我已经用python实现了这个可以因为考虑到每个节点都调用翻译速度还是比较慢的所以用了python 多线程去跑

anjing （作者）

@y1415181920 上面的主要是把子提取出来,至于多个词的翻译可以定一个标识比如 '*****' 把数组转换成字符串再去翻译, 但是标识也可能被翻译那就再定一个数组用语基于标识在各个翻译后的结果用这个对应翻译后最终的标识再去字符串转数组然后 replace 回去

讨论数量: 15

忆往昔弹指间

620 声望

客户把它想"简单"，你不应该把它往"简单"想，而且这种东西坑点多，做出来的效果不一定得到客户的满意。所以你还是要客观考虑成本和实现效果的问题，并告知客户

1年前评论

y1415181920 （楼主）

没办法政府单位买了这个第三方翻译要求用

Trace92

见习助教 861 声望

看看python 的 BeautifulSoup 库可不可以实现

1年前评论

y1415181920 （楼主）

有点意思好像是能读取到dom节点的text

y1415181920

234 声望

BeautifulSoup库实现的效果还挺有意思

from bs4 import BeautifulSoup
# from googletrans import Translator

def translate_html(html_content, target_language='en'):

    soup = BeautifulSoup(html_content, 'html.parser')



    for element in soup.find_all(text=True):

        if element.strip() and element.parent.name not in ['script', 'style']:

            translated_text = "测试替换节点文字"

            element.replace_with(translated_text)

    return str(soup)

# Example HTML content
html_content = """
<p>
    <b>
        <span>
            <span>五是</span>
        </span>
        <img src="这是图片.png" />
    </b>
    <b>
        <span>强化融资支持力度</span>
    </b>
    <span>研究制定财政金融协同支持专精特新“小巨人”企业发展的政策措施，围绕间接融资、直接融资、境外融资、其他融资等提出相应支持措施。对企业在符合条件的证券交易所上市挂牌融资，分档给予最高1600万元奖补。实施专精特新“小巨人”企业融资担保降费奖补政策并向国家融资担保基金重点推介，对省级政府性融资担保公司向符合条件的中小微企业降低收费标准给予差额补助。</span>
</p>
"""

# Translate the HTML content
translated_html = translate_html(html_content, target_language='en')

# Print the translated HTML
print(translated_html)

实现效果

Laravel

1年前评论

老年人

30 声望

www.chengyao.xyz/article/9ad46029-...

参考这个，用symfony/dom-crawler或者原生DOM Document来遍历节点，获取所有节点的纯文本内容，翻译后修改内容，最终用html()方法生成最终的html

1年前评论

lovewei

179 声望

php不是有dom扩展吗？你可以试下。Dom

1年前评论

y1415181920 （楼主）

看着可以

sanders

课程读者 648 声望 / 程序员鼓励师 @ KDD

如果考虑不完整标签匹配兼容问题，可以使用 tidy 库，执行较慢，执行完保存下来。

1年前评论

Tiaooo

课程读者 16 声望

说个踩过的坑：富文本编辑器产出的html格式有时会很奇怪(比如没有闭合标签或者多个标签什么的)，如果遇到这种不规范的HTML DOM解析可能会失败

1年前评论

anjing

Laravel 8.x 译者 89 声望 / PHP @ 互联网公司

如下

$html = '测试<p>
    <b>
    测试测试

        <span>
            <span>五是</span>
        </span>
    </b>

    <b>
        <span>强化融资支持力度</span>
        测试
    </b>
    测试
    <span>研究制定财政金融协同支持专精特新“小巨人”企业发展的政策措施，围绕间接融资、直接融资、境外融资、其他融资等提出相应支持措施。对企业在符合条件的证券交易所上市挂牌融资，分档给予最高1600万元奖补。实施专精特新“小巨人”企业融资担保降费奖补政策并向国家融资担保基金重点推介，对省级政府性融资担保公司向符合条件的中小微企业降低收费标准给予差额补助。</span>
    厉害';

/*$pattern = '/<.*?>(.*?)<\/.*?>/s'; // 匹配成对出现的HTML标签*/
//
//preg_match_all($pattern, $html, $matches);
//
//var_dump($matches);
//$textArray = $matches[1]; // 匹配到的文字内容数组
//
//print_r($textArray);
function translation($word)
{
    return $word . ' - has been translated';
}

function startTranslation($html,$matches) {
    foreach ($matches[0] as $match) {
        $trimmed = trim($match);
        if (!empty($trimmed)) {
            $textArray[md5($trimmed)] = $trimmed;
            $translationTextArray[md5($trimmed)] = translation($trimmed);
            $html = substr_replace($html,md5($trimmed),strpos($html,$trimmed),strlen($trimmed));
        }
    }


    foreach ($translationTextArray as $key => $value) {
        $html = str_replace($key,$value,$html);
    }
    return $html;
}


$textArray            = [];
$translationTextArray = [];
preg_match_all('/<[^>]*>(*SKIP)(*F)|([^<]+)/', $html, $matches);


if (isset($matches[0])) {
    $html = startTranslation($html,$matches);
}

echo '<pre>';
print_r($html);
echo '</pre>';

输出

测试 - has been translated


    测试测试 - has been translated


            五是 - has been translated




        强化融资支持力度 - has been translated
        测试 - has been translated

    测试 - has been translated
    研究制定财政金融协同支持专精特新“小巨人”企业发展的政策措施，围绕间接融资、直接融资、境外融资、其他融资等提出相应支持措施。对企业在符合条件的证券交易所上市挂牌融资，分档给予最高1600万元奖补。实施专精特新“小巨人”企业融资担保降费奖补政策并向国家融资担保基金重点推介，对省级政府性融资担保公司向符合条件的中小微企业降低收费标准给予差额补助。 - has been translated
    厉害 - has been translated

1年前评论

y1415181920 （楼主）

高啊，很赞，只是我已经用python实现了这个可以因为考虑到每个节点都调用翻译速度还是比较慢的所以用了python 多线程去跑

anjing （作者）

liushuo

0 声望

写过富文本编辑器翻译，用正则获取文本，翻译后在替换回去

1年前评论

liushuo （作者）

或者可以考虑用谷歌翻译，谷歌支持html格式翻译

讨论应以学习和精进为目的。请勿发布不友善或者负能量的内容，与人为善，比聪明更重要！

帮助

富文本携带html标签翻译问题有没有解决方案？

甲方要求用的第三方翻译不支持html翻译方案（沟通过不允许用其他家的）

3. 您期望得到的结果？

推荐文章：

社区赞助商

关于 LearnKu

资源推荐

服务提供商

其他信息

富文本携带html标签翻译问题有没有解决方案？

甲方要求用的第三方翻译不支持html翻译方案（沟通过不允许用其他家的）

3. 您期望得到的结果？

推荐文章：

社区赞助商

关于 LearnKu

资源推荐

服务提供商

其他信息

请登录