如何在VSCode中选中所有白色编码文本以提升网页翻译效率？

一、VSCode正则+插件快速处理（适合轻度需求） #

• 步骤1：批量提取可见文本
  打开VSCode全局查找替换（Ctrl+Shift+F），启用正则模式，用以下正则匹配标签间的可见文本：

  >\s*([^<>\s].*?)\s*<
  

  点击「查找全部」，所有匹配的文本会被选中，复制到新文件中。
• 步骤2：批量翻译
  安装VSCode插件Translate，选中所有复制的文本，右键选择「Translate Selection」，将目标语言设为印地语（Hindi），翻译完成后复制结果。
• 步骤3：批量替换
  回到原查找替换界面，在「替换」框中使用>$1<的捕获组逻辑，按对应位置替换翻译后的文本（注意保持文本顺序一致，避免错位）。

二、Python脚本自动化（高效处理120页） #

这是大数量文件的最优方案，全程自动化：

1. 安装依赖
   在终端执行：

   pip install beautifulsoup4 requests
   

2. 编写处理脚本
   创建translate_html.py文件，内容如下：

   from bs4 import BeautifulSoup
   import requests
   import os
   import time
   
   def translate_text(text, target_lang="hi"):
       try:
           # 简单调用谷歌翻译接口，若有频率限制可添加延时
           url = f"https://translate.googleapis.com/translate_a/single?client=gtx&sl=en&tl={target_lang}&dt=t&q={text}"
           response = requests.get(url)
           result = response.json()
           return result[0][0][0] if result else text
       except Exception as e:
           print(f"翻译失败：{e}")
           return text
   
   def process_html_files(folder_path):
       for filename in os.listdir(folder_path):
           if filename.endswith(".html"):
               file_path = os.path.join(folder_path, filename)
               with open(file_path, "r", encoding="utf-8") as f:
                   soup = BeautifulSoup(f.read(), "html.parser")
               
               # 排除script、style标签，只翻译可见文本节点
               for element in soup.find_all(text=True):
                   if element.parent.name not in ["script", "style"] and element.strip():
                       translated_text = translate_text(element.strip())
                       element.replace_with(translated_text)
                       time.sleep(0.5)  # 避免请求频率过高
               
               # 保存翻译后的HTML
               with open(file_path, "w", encoding="utf-8") as f:
                   f.write(str(soup))
               print(f"已处理：{filename}")
   
   # 替换为你的HTTrack保存的网站文件夹路径
   process_html_files("./your_httrack_output_folder")
   

3. 运行脚本
   终端执行python translate_html.py，脚本会自动遍历所有HTML文件，翻译可见文本并保存。

三、注意事项 #

• 若翻译API触发频率限制，可延长脚本中的time.sleep时长。
• 先拿1-2个文件测试，确保标签结构未被破坏。
• 若HTML文件编码非UTF-8，需调整脚本中的encoding参数。

内容的提问来源于stack exchange，提问作者Hashibul Hussain