Android中使用Jsoup提取谷歌翻译网页译文失败如何解决

嘿，我懂你遇到的麻烦了——用Jsoup爬Google翻译页面时能拿到静态文本，但译文就是空的，这其实是个很常见的问题，核心原因在于Google翻译的译文是通过JavaScript动态渲染出来的，而Jsoup只能解析页面的静态HTML源码，根本不会执行页面里的JS，自然拿不到后续加载的译文内容。

为什么会这样？ #

你可以自己验证一下：打开那个翻译URL，右键选择「查看页面源代码」（不是「检查」调出的Elements面板），然后搜索"India is my country"，你会发现完全找不到这段译文——因为它是页面加载完成后，通过JS请求接口并渲染到页面上的，静态源码里根本没有。

解决方案一：用WebView获取动态渲染后的HTML（适合Android端） #

既然Jsoup搞不定JS渲染，那我们可以先让Android的WebView加载页面并执行JS，等页面完全渲染完成后再获取完整的HTML，最后用Jsoup解析。

下面是示例代码：

// 初始化WebView（记得在布局里添加WebView组件）
WebView translateWebView = findViewById(R.id.translate_webview);
WebSettings webSettings = translateWebView.getSettings();
webSettings.setJavaScriptEnabled(true); // 必须启用JS

translateWebView.setWebViewClient(new WebViewClient() {
    @Override
    public void onPageFinished(WebView view, String url) {
        super.onPageFinished(view, url);
        // 调用JS获取完整的页面HTML
        view.evaluateJavascript("document.documentElement.outerHTML", html -> {
            // 用Jsoup解析动态生成的HTML
            Document doc = Jsoup.parse(html);
            // 注意：Google翻译的DOM结构可能会随时变化，你需要自己检查当前页面的元素选择器
            // 比如当前版本中，译文可能在class为"result-container"的元素里（实际要以Elements面板为准）
            String engText = doc.select(".result-container").text();
            // 这里就可以拿到译文了，记得切换到主线程更新UI
            runOnUiThread(() -> {
                // 处理你的engText，比如显示到TextView
            });
        });
    }
});

// 加载翻译页面
translateWebView.loadUrl("https://translate.google.com/#hi/en/bharat%20mera%20desh%20hai");

解决方案二：使用Google翻译官方API（推荐！） #

爬网页的方式有两个致命问题：一是Google的DOM结构经常变，你的代码可能随时失效；二是频繁爬取可能违反Google的服务条款，甚至被封IP。所以更靠谱的方式是用官方的Translation API。

步骤大概是：

1. 去Google Cloud控制台创建项目，启用「Cloud Translation API」，获取你的API密钥。
2. 在Android项目中用OkHttp/Retrofit调用API接口。

示例代码（用OkHttp）：

OkHttpClient client = new OkHttpClient();
String apiKey = "你的Google Cloud API密钥";
String sourceLang = "hi"; // 源语言：印地语
String targetLang = "en"; // 目标语言：英语
String textToTranslate = "bharat mera desh hai";

// 构建请求
Request request = new Request.Builder()
        .url(String.format("https://translation.googleapis.com/language/translate/v2?key=%s&source=%s&target=%s&q=%s",
                apiKey,
                sourceLang,
                targetLang,
                URLEncoder.encode(textToTranslate, StandardCharsets.UTF_8)))
        .build();

// 异步请求
client.newCall(request).enqueue(new Callback() {
    @Override
    public void onFailure(Call call, IOException e) {
        e.printStackTrace();
        // 处理请求失败的情况
    }

    @Override
    public void onResponse(Call call, Response response) throws IOException {
        if (response.isSuccessful()) {
            String responseJson = response.body().string();
            // 解析JSON拿到译文
            JSONObject jsonObject = new JSONObject(responseJson);
            String translatedText = jsonObject.getJSONObject("data")
                    .getJSONArray("translations")
                    .getJSONObject(0)
                    .getString("translatedText");
            
            // 切换到主线程更新UI
            runOnUiThread(() -> {
                // 使用translatedText，比如显示到界面上
            });
        }
    }
});

额外提醒 #

如果非要坚持爬网页，记得给Jsoup设置合理的User-Agent，避免被识别为爬虫：

Document doc = Jsoup.connect("https://translate.google.com/#hi/en/bharat%20mera%20desh%20hai")
        .userAgent("Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36")
        .get();

但还是那句话，这种方式不稳定，优先用官方API。

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