Google Cloud Translate API 翻译返回 html 转义文本答案

【问题标题】：Translation by Google Cloud Translate API returns html escaped textGoogle Cloud Translate API 翻译返回 html 转义文本
【发布时间】：2020-03-10 17:53:36
【问题描述】：

在我的应用程序中，我尝试使用 Google Cloud Translation API 将一些西班牙语文本翻译成英语。我注意到我在翻译后收到的文本是 HTML 转义的，这意味着 "'" 显示为 "&#39<nospace>;"，">" 显示为 "&gt;" 等等。

我还通过 curl 脚本使用其余 API 检查了翻译，它给了我相同的转义结果 -

curl --request GET 'https://translation.googleapis.com/language/translate/v2?key=$GOOGLE_API_KEY&q=Es%20un%20brillante%20d%C3%ADa%20soleado&target=en'

对这个 curl 的响应是 -

    {
  "data": {
    "translations": [
      {
        "translatedText": "It&#39;s a bright sunny day",
        "detectedSourceLanguage": "es"
      }
    ]
  }
}

当我尝试在在线谷歌翻译器（即https://translate.google.com）中将相同的西班牙语文本翻译成英文时，我得到的英文文本是“这是一个阳光明媚的日子”。

我的第一个问题：是因为某种原因而这样做还是这是一个错误？

为了取消转义文本，我使用org.apache.commons.text.StringEscapeUtils.unescapeHtml4() -

StringEscapeUtils.unescapeHtml4(translation.getTranslatedText());

我的第二个问题：这是取消转义翻译文本的正确方法吗？

【问题讨论】：

标签： google-cloud-platform google-translation-api google-cloud-translate

【解决方案1】：

这个问题类似于Google Translate API outputs HTML entities

由于未明确提供翻译格式，Google Translation API 采用默认格式，即 HTML。因此，它将 html 编码字符串作为翻译文本返回。如果格式明确提供为“文本”，则不会发生 html 编码。

现在请求翻译的 curl 应该是这样的 -

curl --request GET 'https://translation.googleapis.com/language/translate/v2?key=$GOOGLE_API_KEY&q=Es%20un%20brillante%20d%C3%ADa%20soleado&target=en&format=text'

响应是 -

    {
  "data": {
    "translations": [
      {
        "translatedText": "It's a bright sunny day",
        "detectedSourceLanguage": "es"
      }
    ]
  }
}

因此，这里不需要对 html 进行反转义，因为可以避免编码。

【讨论】：

【解决方案2】：

默认情况下 HTML 将被转义，但 format 参数会将 &#39; 和 &quot; 更改为 ' 和 "。

对于java，您可以访问format field。

public static Translate.TranslateOption format(String format)

设置源文本的格式，可以是 HTML（默认）或纯文本。 html 的值表示 HTML 和 text 的值表示纯文本。

例如这里的引号：

$ curl -s -X POST -H "Content-Type: application/json"     -H "Authorization: Bearer "$(gcloud auth application-default print-access-token)     --data "{
  'q': 'The three \'pyramids\' in the Giza pyramid complex.',
  'source': 'en',
  'target': 'es' 
}" "https://translation.googleapis.com/language/translate/v2"
{
  "data": {
    "translations": [
      {
        "translatedText": "Las tres &#39;pirámides&#39; en el complejo piramidal de Giza."
      }
    ]
  }
}

将留在format = text。

curl -s -X POST -H "Content-Type: application/json"     -H "Authorization: Bearer "$(gcloud auth application-default print-access-token)     --data "{
  'q': 'The three \'pyramids\' in the Giza pyramid complex.',
  'source': 'en',
  'target': 'es',
  'format': 'text'
}" "https://translation.googleapis.com/language/translate/v2"
{
  "data": {
    "translations": [
      {
        "translatedText": "Las tres 'pirámides' en el complejo piramidal de Giza."
      }
    ]
  }
}

【讨论】：