使用googletrans将HTML翻译为印地语时遇两类错误，求修复方案

第一类错误：TypeError (JSON对象为NoneType) #

错误原因 #

googletrans官方版本的API接口已失效，谷歌翻译返回格式变更后，库无法正确解析数据，返回None触发JSON解析错误；频繁请求也可能被谷歌临时限制，加剧该问题。

修复方案 #

1. 更换稳定版本或替代库
   卸载现有googletrans，安装修复过接口的测试版本：

   pip uninstall googletrans
   pip install googletrans==4.0.0-rc1
   

   或改用更稳定的deep-translator库：

   pip install deep-translator
   

2. 增加请求延迟
   在翻译循环中添加延迟，降低请求频率避免被限制：

   import time
   # 翻译操作后添加
   time.sleep(1)
   

3. 精准捕获异常
   避免使用裸except，只捕获请求和解析相关的特定异常，防止掩盖其他问题。

第二类错误：UnicodeEncodeError (控制台编码问题) #

错误原因 #

Windows默认控制台编码为cp1252，而待打印文本中包含该编码不支持的Unicode字符（比如→，对应\u2192），导致打印时编码失败。该问题与文件读写编码无关，仅为控制台输出限制。

修复方案 #

1. 强制控制台输出为UTF-8
   在代码开头添加以下代码，修改标准输出编码：

   import sys
   sys.stdout.reconfigure(encoding='utf-8')
   

2. 处理打印时的编码异常
   打印时忽略或替换无法编码的字符：

   print("Translation failed for element: ", element.encode('utf-8', errors='replace').decode('utf-8'))
   

3. 将错误写入日志文件
   替代控制台打印，把错误信息写入日志文件，规避控制台编码限制：

   with open('translation_errors.log', 'a', encoding='utf-8') as log_f:
       log_f.write(f"Translation failed for element: {element}\n")
   

修改后的完整代码示例 #

以使用googletrans==4.0.0-rc1和修复控制台编码为例：

import os
import sys
import time
from bs4 import BeautifulSoup
from googletrans import Translator

# 修复控制台输出编码问题
sys.stdout.reconfigure(encoding='utf-8')

# 设置输入输出目录
input_dir = r"C:\My Web Sites\CC\www.classcentral.com\subject"
output_dir = r"C:\My Web Sites\CC\www.classcentral.com\translated\subject"

# 创建输出目录
if not os.path.exists(output_dir):
    os.makedirs(output_dir)

# 初始化翻译器
translator = Translator(service_urls=['translate.google.com'])

# 遍历HTML文件
for filename in os.listdir(input_dir):
    if filename.endswith('.html'):
        file_path = os.path.join(input_dir, filename)
        # 用utf-8读取文件更稳妥，避免latin-1丢失字符
        with open(file_path, 'r', encoding='utf-8') as f:
            soup = BeautifulSoup(f, 'html.parser')

        # 翻译文本内容
        for element in soup.find_all(text=True):
            if element.strip():
                try:
                    translated_text = translator.translate(element.string, dest='hi').text
                    element.string.replace_with(translated_text)
                    time.sleep(1)  # 增加延迟避免被谷歌限制
                except Exception as e:
                    # 同时打印并记录错误日志
                    error_msg = f"文件[{filename}]中元素翻译失败: {element}\n错误详情: {str(e)}\n"
                    print(error_msg)
                    with open('translation_errors.log', 'a', encoding='utf-8') as log_f:
                        log_f.write(error_msg)

        # 用utf-8写入翻译后的文件
        output_file = os.path.join(output_dir, filename)
        with open(output_file, 'w', encoding='utf-8') as f:
            f.write(str(soup))
        print(f"已完成翻译: {filename} -> {output_file}")

内容的提问来源于stack exchange，提问作者CartoonSavage32