用Python做一个翻译器 | Python小知识
之前有分享过gradio制作web App，我们今天就基于此做一个翻译器。
1.产品说明
实现一个中英翻译器，输入中文或者英文，输出对应的英文或者中文，目的是给学习英文的用户，提供单词解释服务。使用方式为手机端为主，PC也可以支持。
初步界面设计如下：
2.gradio前端布局
import numpy as np
import gradio as gr
import os
from fastapi import FastAPI
import requests
import json
import jieba
with gr.Blocks(title="aiweker") as wekerapp:
gr.Markdown("## 微客翻译")
with gr.Row():
translate_output = gr.Textbox(
label="结果在这里",
lines=10
)
with gr.Row():
translate_txt = gr.Textbox(show_label=False, placeholder="输入你要的单词，中文或者英文").style(container=False)
with gr.Row():
with gr.Column(scale=1):
translate_button = gr.Button("提交")
gradio提供的产品说明设计中的组件，包括文本框（Textbox）和 按钮（Button）。由于优先支持手机端显式，布局上一行布局为主，一行一个组件。
3.翻译器实现
如何实现翻译功能，可以访问百度翻译功能，间接实现翻译功能。通过分析可以通过https://fanyi.baidu.com/sug可以实现翻译功能。接口返回多个key-value键值对
def translate(input_text):
url = "https://fanyi.baidu.com/sug"
headers = {
"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64)"}
data = {
"kw": input_text}
rsp = requests.post(url=url, headers=headers, data=data)
data = json.loads(rsp.content.decode())
return data
# {'errno': 0, 'data': [{'k': '清华大学', 'v': '名. Tsinghua University'}]}
4.gradio功能调用
为了说明每一个单词的解释，我们接入中文分词jieba进行分词。
def translate_process(input_text):
result = []
if len(input_text)< 3:
seg_list = [input_text]
else:
seg_list = jieba.cut(input_text, cut_all=False)
for text in seg_list:
data = translate(text)
for ds in data.get('data', []):
result.append("{}: {}".format(ds.get('k'),ds.get('v')))
break
return "\n".join(result)
translate_button.click(translate_process, inputs=translate_txt, outputs=translate_output)
- click将实现按钮的点击事件，输入前端中的text，输出结果也是text组件，处理过程为translate_process，每个分词的解释。
执行python文件就可以部署了。
python -u app.py
5.总结和下一步
这里分享一个简单的app应用开发，从产品设计、代码开发到部署。当然这只是一个简单的demo，再做产品时出来实现功能外，还要考虑市场因素，你可以实现一个功能，但是市场已经有类似的产品，你的产品有什么独特性，有没有解决别人没有解决的问题。
下一步计划：
- 部署上的优化，多进程部署
- 增加输入图片翻译功能，可以通过手机拍摄，返回翻译结果
6. 多进程部署
我们知道，python的多线程实现其实不能很好的发挥多CPU的计算能力，如果有多核CPU的话建议采用多进程部署。对于python程序可以有很多种方式来多进程部署，如multiprocessing，Ray，Mars等。而对于web app部署用的gunicore+uvicore，负载均衡还会加上nginx。
Gunicorn （Green Unicorn）是一个基于Python的WSGI(Web Server Gateway Interface) HTTP服务器，它是一个开源的工具，在大量的Python Web应用中被广泛使用，例如 Django、Flask等。在Gunicorn中，使用worker来处理客户端的请求，可以根据配置启动多个worker用来处理请求，同时也支持在同一端口上使用多个worker。
Gunicorn可以使用多个进程在多个CPU上同时运行，提高Web应用的并发能力。它具有以下特点：
1.高可靠性：Gunicorn使用多进程方式运行，任何一个进程出现问题都不会影响整个应用的运行，进程间异常自动重启。
2.高性能：Gunicorn使用高效的异步I/O机制，能够处理高并发请求。
3.易于部署：Gunicorn可以通过命令行简单地启动应用程序，也可以与Nginx等Web服务器配合使用。
4.高安全性：Gunicorn支持SSL/TLS加密传输，可对数据进行加密保护，保障数据的安全性。
与之相比，Uvicorn 是一个基于 ASGI(Asynchronous Server Gateway Interface) 的 Web 服务器，它也是用 Python 编写的，主要的特点是支持异步请求和响应。Uvicorn 在处理高负载的 Web 应用程序时表现出色，因为它能够利用 Python 异步编程模型来处理大量并发请求，在响应速度和处理效率上都比 Gunicorn 要快。
通常的组合是Gunicorn+uvicore， 或者Gunicorn+greenlet（异步）
针对翻译这个小app部署，gradio提供了将app嵌入到FastAPI中，而FastAPI可用gunicore+uvicore部署，具体如下：
# 文件名为translate.py
from fastapi import FastAPI
import gradio as gr
app = FastAPI()
with gr.Blocks() as demo:
pass
app = gr.mount_gradio_app(app, demo, path="/translate")
# gunicorn translate:app -w 4 -k uvicorn.workers.UvicornWorker
上面的例子为启动4个进程，接受外部请求。
7. 添加图片识别功能
为了增加翻译功能的使用场景，增加了一个上传或者拍照识别的功能，以区别其他的产品。
实现这个功能需要：
增加一个上传图片的前端界面
图片ocr识别功能
同样的，上传图片的前端界面采用gradio来编写，如下：
with gr.Blocks(title="aiweker") as wekerapp:
gr.Markdown("## 微客翻译")
with gr.Row():
translate_output = gr.Textbox(
label="结果在这里",
lines=10
)
with gr.Row():
translate_txt = gr.Textbox(show_label=False, placeholder="输入你要的单词，文或者英文").style(container=False)
with gr.Row():
with gr.Column(scale=1):
translate_button = gr.Button("提交")
with gr.Row():
with gr.Accordion("点这里提交图片翻译", open=False):
translate_image_input = gr.Image()
translate_image = gr.Button("提交图片")
translate_button.click(translate_process, inputs=translate_txt, outputs=translate_output)
translate_image.click(ocr_process, inputs=translate_image_input, outputs=translate_output)
其中：
translate_image是图片提交按钮，click事件的输入为图片，输出为翻译后的文本（即对应ocr_process输入参数和输出参数）
而OCR图片识别，采用开源OCR paddleocr。安装和使用参见：
需要注意的为了提供识别性能，上传的图片需要resize到一个比较小的尺寸如320。
8. 小结
本文分享翻译小app的部署和新增图片翻译功能，那还有什么可以优化的呢？
