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
var fs = require('fs');var http = require('http');var filePath = 'D://WORK_new//';var logPath = 'D://chinese.log';var map = {};var num = 0;var dictionary = (function () { var map = {}; return { logPath: 'D://chinese.log', set: function (key, val) { map[key] = val || ''; }, get: function (key) { return map[key]||''; }, save2File: function () { fs.writeFile(this.logPath, JSON.stringify(map).replace(/","/g,'",/r/n"'),{encoding:'utf8',flag:'w'}, function (err) { if (err) throw err; }); }, loadFile: function (callback) { fs.readFile(this.logPath, {encoding:'utf8'},function (err, data) { map = JSON.parse(data); callback(); }) }, translateByGoogle: function (callback) { var index = 0; for (var key in map) { if (map[key] == '') { index++; (function (key) { 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) { res.setEncoding('utf8'); var body = ""; res.on('data', function (chunk) { body+=chunk; }).on('end', function (){ var obj = eval('('+body+')'); map[key] = obj[0][0][0]; index--; if (index == 0) { callback(); } }); }).on('error', function(e) { console.log('http error'); index--; if (index == 0) { callback(); } console.log("Got error: " + e.message); }); })(key); } } } }})();function File () { var index = 0; var _readFile = function (pathStr, fileBack, doneBack) { fs.readFile(pathStr,{encoding:'utf8'}, function (err, data) { index--; if (err) { data = ""; console.log(err,pathStr) //throw err; } fileBack(data,pathStr); if (index == 0) { doneBack(); } }); }; var _walkDir = function (pathStr, fileBack, doneBack) { fs.readdir(pathStr, function (err, files) { files.forEach(function (file) { if(fs.statSync(pathStr + '/' + file).isDirectory()){ _walkDir(pathStr + '/' + file, fileBack, doneBack); } else { if (/.js$|.html$|.htm$|.jsp$/.test(file)){ index ++; _readFile(pathStr + '/' + file, fileBack, doneBack); } return; } }); }); } this.walkDir = function (pathStr, fileBack, doneBack) { index = 0; _walkDir(pathStr, fileBack, doneBack); }}//第一步 獲取中文dictionary.logPath = logPath;new File().walkDir(filePath, function (data) { if (!!data) { var match = data.match(/[/u4e00-/u9faf]+/g); if (!!match) { match.forEach(function (mat) { dictionary.set(mat); }) } }}, function () { console.log('獲取中文 OK'); dictionary.save2File();})//第二步 google翻譯/*dictionary.loadFile(function () { dictionary.translateByGoogle(function () { dictionary.save2File(); })});*///第三步 中文替換/*dictionary.loadFile(function () { new File().walkDir(filePath, function (data,pathStr) { fs.writeFile(pathStr, data.replace(/[/u4e00-/u9faf]+/g, function (ch) { return dictionary.get(ch); }),{encoding:'ascii',flag:'w'}, function (err) { if (err) throw err; }); }, function () { console.log('中文替換 OK'); })});*/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。看來主要瓶頸還是在讀寫文件IO上面。
以上所述就是本文全部內容了，希望大家能夠喜歡。
新聞熱點
疑難解答
