para rematar mi traductor

Sirrion · #1 (**permalink**) 26/06/2014, 14:37

Hola estoy montando un codigo para que me traduzca un monton de html que tengo para no hacerlos uno a uno me traduce bien y me crea los archivos traducidos en otra carpeta pero me elimina los tags html ¿como hago para que no los borre? o si ya existe algun script que haga lo que quiero seguro funciona mejor que el mio pero si no a ver si me saben orientar para que me repete los tags gracias.

Italico76 · #2 (**permalink**) 26/06/2014, 14:47

No tiene nada que ver con PHP pero responderé igual:

Marca como "de solo lectura" (read only) todos los archivos que no quieras sean borrados.......

Sirrion · #3 (**permalink**) 26/06/2014, 14:55

creo que no me explique bien lo que he hecho es un script en php que me usa google transalator para traducir los textos de dentro de un idioma a otro.

me coge los html que tengo en una carperta, coge el codigo y usando el google translator como url me traduce las cadenas. de dentro del archivo.

Me genera un archivo nuevo con el mismo nombre en otro directorio con las cadenas traducidas solo que me los crea sin los tags html que hay dentro del fichero.

Disculpa si me explique mal

pateketrueke · #4 (**permalink**) 26/06/2014, 15:07

Bueno, pues ese es precisamente un problema grave: el traductor de google traduce texto, no html.

Debes ingeniar una solución, lo que se me ocurre al momento es cargar todo el documento usando la extensión de DOM, entonces iterar los nodos de texto y hacer los reemplazos uno a uno sin salirse del nodo, luego exportas como HTML de nuevo y todo debería quedar bien.

Tampoco esperes soluciones mágicas para que no tengas que hacer nada.

Italico76 · #5 (**permalink**) 26/06/2014, 15:07

Si... leí mal... que pena

Coloca tu codigo aca..... asi vemos que has hecho y mirando la API vemos donde esta el error

Sirrion · #6 (**permalink**) 27/06/2014, 01:11

Esto es lo que tengo por ahora a ver si me podeis ayudar a mejorarlo gracias

no se si para mi finalidad seria mejor usar el curl la verdad que no soy muy diestro en php y en hacer esta tonteria he tardado mas de lo que se deberia acepto sugerencias, correcciones, mejoras.... (cualquier cosas que no me elimine los tags html dentro de los archivos a traducir) :D

Código PHP:

 
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>Traductor</title>
</head>
<body>


</body>
<?php
$directorio=opendir("./traducir"); 
while ($archivo = readdir($directorio))
{
    if ($archivo!="." && $archivo!="..")
    {
        $file = fopen("./traducir/".$archivo, "r") or exit("Unable to open file!");
        $traducido = "";
        //Output a line of the file until the end is reached
        while(!feof($file))
        {
            $traducido .= traduce(fgets($file))."\r\n";
        }
        fclose($file);
        $nuevoarchivo = fopen("./traducido/".$archivo, "w+");
        fwrite($nuevoarchivo,$traducido);
        fclose($nuevoarchivo);
    }
}
closedir($directorio); 
//Procesa Google Translate
function traductor($url)
{
    //Procesamos la URL
    $contenido = file_get_contents($url);
    //Procesamos la respuesta
    $contenido = preg_replace('/,,,|,,/', ',"0",', $contenido);
    $contenido = json_decode($contenido);
 
    return trim($contenido[0][0][0]);
}
//Traduce las descripciones a otros idiomas
function traduce($descripcion)
{
    //Codificamos la descripción para que Google la entienda
    $descripcion = urlencode($descripcion);
    //Traducimos
    $url = "https://translate.google.es/translate_a/single?client=t&sl=ru&tl=en&hl=es&dt=bd&dt=ex&dt=ld&dt=md&dt=qc&dt=rw&dt=rm&dt=ss&dt=t&dt=at&dt=sw&ie=UTF-8&oe=UTF-8&oc=1&otf=1&trs=1&inputm=1&srcrom=1&ssel=0&tsel=0&q=".$descripcion;
    $traduccion = traductor($url);
    return $traduccion;
}
?>
</html>

Sirrion · #7 (**permalink**) 28/06/2014, 08:30

alguna idea al respecto? :(

Durgeoble · #8 (**permalink**) 28/06/2014, 11:30

separa el contenido de la vista y traduce el contenido, es lo único que se me ocurre

Italico76 · #9 (**permalink**) 28/06/2014, 12:26

Ya me acorde de una solucion "general"......... la hice en el 2008

Me hizo acordar esto:

Cita:

Iniciado por Durgeoble

separa el contenido de la vista y traduce el contenido, es lo único que se me ocurre

Cita:

vamos a probar una vieja idea de @Italico76 a ver si logro traducir esto sin perder tags en el camino !!!

lo deja como:

Cita:

we will tryan old idea @Italico76 to see if I translate this without losing tags on the road!

Código PHP:

Ver original<?php
<?php
include 'html_editor.class.php';
 
/*
    Ejemplo de uso de la clase html_editor para traducir un texto sin perder los tags usando 
    la API de Google Translate
*/
 
 
$html = '<i>vamos a probar</i> una vieja idea de <b><i>@Italico76</i></b> a ver si logro <b>traducir</b> esto sin perder tags <b>en el camino</b> !!!   ';
 
$texto = new htmlEditor($html);
 
 
function fill_right($str)
{
    if (empty($str))
        return $str;
    
    return $str[strlen($str)-1]==' ' ? $str : $str.' ';
}
 
///Procesa Google Translate
function traductor($url)
{
    //Procesamos la URL
    $contenido = explode('"',str_replace('[[["','',file_get_contents($url)));   
 
    $contenido = str_replace(',,','',$contenido);
    $contenido = str_replace('[','',$contenido);
    
    return $contenido[0];
}
 
// aca iria TU funcion traduce
function traduce($descripcion,$sl = 'es',$tl= 'en',$hl= 'it')
{   
    //Codificamos la descripción para que Google la entienda
    $descripcion = urlencode($descripcion);
    //Traducimos
    $url = "https://translate.google.es/translate_a/single?client=t&sl=$sl&tl=$tl&hl=$hl&dt=bd&dt=ex&dt=ld&dt=md&dt=qc&dt=rw&dt=rm&dt=ss&dt=t&dt=at&dt=sw&ie=UTF-8&oe=UTF-8&oc=1&otf=1&trs=1&inputm=1&srcrom=1&ssel=0&tsel=0&q=".$descripcion;
    $traduccion = traductor($url);
    
    return $traduccion;
}
foreach ($texto as $fragemento)
{
    $translated = traduce($fragemento);     
    $texto->setChunk(fill_right($translated));
}
 
 
        
// HTML traducido   
echo $texto;

y mi libreria de 2008 actualizada

Código PHP:

Ver original<?php
/*
    HTML EDITOR
    @author: Pablo Bozzolo (2008)
    minor update 2013
    
    
    Recibe un HTML y permite modificar el texto sin preocuparse de alterar los tags
 
    __construct(html)  recibe el html
    count()  devuelve el numero de trozos de texto desnudos
    setChunk(fragmento,n) cambia esa frase (elemento del array en la clase)
    getChunk(n) devuelve el fragmento (bit) que se pide 
    getHTML() reconstruye el HTML uniendo las "frases" (texto puro) con los tags y lo devuelve.
    
    Implementa Iterator asi que getChunk() y setChunk() no requieren de un (n)
*/
class htmlEditor implements Countable, Iterator
{  
 
    private $_html;
    private $_tag;   // tags
    private $_notag; // texto puro
    private $_notagCant;
    private $_quitarEspacio;
 
    function __construct($html = NULL)
    {
        if (!is_null($html))
            $this->setHtml($html);
    }  
  
    function count()
    { 
        return $this->_notagCant;
    }
  
    function setHtml($html)
    {
        $this->_html = $html;
        
        if ((strlen($this->_html)>0) and ($this->_html[0]=='<')){
            $this->_html = ' '.$this->_html; 
            $this->_quitarEspacio=TRUE;  
        }  
 
        $this->no_tags();       
        $this->_notagCant = count ($this->_notag);
    }
  
    function getHtml()
    {       
        $html = null;
        
        for ($i=0;$i<$this->count()-1;$i++)
        {     
            $a = $this->_notag[$i];
            $b = $this->_tag[$i];
            $html = $html.$a.$b;  
        }
    
        $html .= $this->_notag[$i];
    
        //if ($this->_quitarEspacio)
        //  $html =substr ($html,0,strlen($html)-1); 
                
        return $html;
    }
 
    function setChunk($element,$n=NULL)
    {
        if (is_null($n))
            $n = $this->key();
        
        $this->_notag[$n]=$element;
    }    
  
    function getChunk($n)
    {
        return $this->_notag[$n];
    }
  
  /*
     pre-condicion para $this->_tag : la cadena debe empezar con algo distinto a un tag (<)
  */
    private function no_tags()
    {    
    
        preg_match_all('@(<[/]?[a-z]{1,}[^>]{0,}[/]?[\w]{0,}?>)@is', $this->_html, $matches);
        $full_tags = $matches[0];
   
        $full_tags = array_reverse($full_tags); // tengo que sacar del principio
        $cant = count($full_tags);
 
        $ini = 0; 
        
        for ($i=1;$i<=$cant+1;$i++)
        {
            $ti = array_pop ($full_tags);  
            $fin= strpos($this->_html, $ti,$ini);  
            
            if ($fin==NULL)
                $fin=strlen($this->_html);
    
            $dif    = ($fin-$ini);     
            $inserto= substr ($this->_html,$ini,$dif);  
            $this->_notag[] = $inserto;            
            $ini    = $fin +strlen ($ti);  
        }  
 
        $this->_tag = $matches[0];  
    }  
  
    /* Iterator */
    function rewind() {        
        reset($this->_notag);
    }
 
    public function current()
    {
        return current($this->_notag);
    }
 
    public function key()
    {        
        return key($this->_notag);
    }
 
    public function next()
    {
        next($this->_notag);        
    }
 
    public function valid()
    {   
        return isset($this->_notag[$this->key()]);
    }
 
    
    public function __toString()
    {       
        return $this->  getHtml();      
    }
  
}

Mi clase fue posteada en 2008 y profundamente olvidada... de hecho el post de aporte.. SE PERDIO!!!

Pero proponia un uso similar a este en 2009

HOY... lo haria MUCHO MAS SIMPLE con replace_callback() y la expresion correcta que recoja el texto fuera de los tags... esa clase es innecesaria si lo puedes hacer asi en 1 o 2 lineas de codigo

Sirrion · #10 (**permalink**) 30/06/2014, 15:29

Perdon la demora, gracias por el aporte no he podido estar hasta hoy en el pc.

He queria adaptarlo para que me traduzca varios html que deje dentro de una carpeta pero solo me coge de esa carpeta 1 html los demas no me los coge son muchos html los que he de traducir y de 1 en 1 es un poco engorroso si al menos me coge de 5 en 5 o 10 en 10 de esa carpeta ya seria mas rapido. Dejo lo que he hecho a ver si alguien sabe el porque no me los coge. Gracias

Código PHP:

  <?php

/*

    HTML EDITOR

    @author: Pablo Bozzolo (2008)

    minor update 2013

    

    

    Recibe un HTML y permite modificar el texto sin preocuparse de alterar los tags

 

    __construct(html)  recibe el html

    count()  devuelve el numero de trozos de texto desnudos

    setChunk(fragmento,n) cambia esa frase (elemento del array en la clase)

    getChunk(n) devuelve el fragmento (bit) que se pide 

    getHTML() reconstruye el HTML uniendo las "frases" (texto puro) con los tags y lo devuelve.

    

    Implementa Iterator asi que getChunk() y setChunk() no requieren de un (n)

*/

class htmlEditor implements Countable, Iterator

{  

 

    private $_html;

    private $_tag;   // tags

    private $_notag; // texto puro

    private $_notagCant;

    private $_quitarEspacio;

 

    function __construct($html = NULL)

    {

        if (!is_null($html))

            $this->setHtml($html);

    }  

  

    function count()

    { 

        return $this->_notagCant;

    }

  

    function setHtml($html)

    {

        $this->_html = $html;

        

        if ((strlen($this->_html)>0) and ($this->_html[0]=='<')){

            $this->_html = ' '.$this->_html; 

            $this->_quitarEspacio=TRUE;  

        }  

 

        $this->no_tags();       

        $this->_notagCant = count ($this->_notag);

    }

  

    function getHtml()

    {       

        $html = null;

        

        for ($i=0;$i<$this->count()-1;$i++)

        {     

            $a = $this->_notag[$i];

            $b = $this->_tag[$i];

            $html = $html.$a.$b;  

        }

    

        $html .= $this->_notag[$i];

    

        //if ($this->_quitarEspacio)

        //  $html =substr ($html,0,strlen($html)-1); 

                

        return $html;

    }

 

    function setChunk($element,$n=NULL)

    {

        if (is_null($n))

            $n = $this->key();

        

        $this->_notag[$n]=$element;

    }    

  

    function getChunk($n)

    {

        return $this->_notag[$n];

    }

  

  /*

     pre-condicion para $this->_tag : la cadena debe empezar con algo distinto a un tag (<)

  */

    private function no_tags()

    {    

    

        preg_match_all('@(<[/]?[a-z]{1,}[^>]{0,}[/]?[\w]{0,}?>)@is', $this->_html, $matches);

        $full_tags = $matches[0];

   

        $full_tags = array_reverse($full_tags); // tengo que sacar del principio

        $cant = count($full_tags);

 

        $ini = 0; 

        

        for ($i=1;$i<=$cant+1;$i++)

        {

            $ti = array_pop ($full_tags);  

            $fin= strpos($this->_html, $ti,$ini);  

            

            if ($fin==NULL)

                $fin=strlen($this->_html);

    

            $dif    = ($fin-$ini);     

            $inserto= substr ($this->_html,$ini,$dif);  

            $this->_notag[] = $inserto;            

            $ini    = $fin +strlen ($ti);  

        }  

 

        $this->_tag = $matches[0];  

    }  

  

    /* Iterator */

    function rewind() {        

        reset($this->_notag);

    }

 

    public function current()

    {

        return current($this->_notag);

    }

 

    public function key()

    {        

        return key($this->_notag);

    }

 

    public function next()

    {

        next($this->_notag);        

    }

 

    public function valid()

    {   

        return isset($this->_notag[$this->key()]);

    }

 

    

    public function __toString()

    {       

        return $this->  getHtml();      

    }

  

}

?>

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<html xmlns="http://www.w3.org/1999/xhtml">

<head>

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

<title>Traductor</title>

</head>

<body>

 
 
</body>

<?php

$directorio=opendir("./traducir"); 

while ($archivo = readdir($directorio))

{

    if ($archivo!="." && $archivo!="..")

    {

        $file = fopen("./traducir/".$archivo, "r") or exit("Unable to open file!");

        $texto = new htmlEditor(fread($file,filesize("./traducir/".$archivo)));

        $traducido = "";

        foreach ($texto as $fragemento)

        {

            $traducido = traduce($fragemento,"ru","en","es");     

            $texto->setChunk(fill_right($traducido));

        }

        fclose($file);

        $nuevoarchivo = fopen("./traducido/".$archivo, "w+");

        fwrite($nuevoarchivo,$texto);

        fclose($nuevoarchivo);

    }

}

closedir($directorio);  

 

function fill_right($str)

{

    if (empty($str))

        return $str;

    

    return $str[strlen($str)-1]==' ' ? $str : $str.' ';

}

 

///Procesa Google Translate

function traductor($url)

{

    //Procesamos la URL

    $contenido = explode('"',str_replace('[[["','',file_get_contents($url)));   

 

    $contenido = str_replace(',,','',$contenido);

    $contenido = str_replace('[','',$contenido);

    

    return $contenido[0];

}

 

// aca iria TU funcion traduce

function traduce($descripcion,$sl = 'es',$tl= 'en',$hl= 'it')

{   

    //Codificamos la descripción para que Google la entienda

    $descripcion = urlencode($descripcion);

    //Traducimos

    $url = "https://translate.google.es/translate_a/single?client=t&sl=$sl&tl=$tl&hl=$hl&dt=bd&dt=ex&dt=ld&dt=md&dt=qc&dt=rw&dt=rm&dt=ss&dt=t&dt=at&dt=sw&ie=UTF-8&oe=UTF-8&oc=1&otf=1&trs=1&inputm=1&srcrom=1&ssel=0&tsel=0&q=".$descripcion;

    $traduccion = traductor($url);

    

    return $traduccion;

}

?>

</html>

Sirrion · #11 (**permalink**) 04/07/2014, 08:24

alguna sugerencia de que tengo mal? gracias