# rfc-translater-zh-cn **Repository Path**: gitqinge/rfc-translater-zh-cn ## Basic Information - **Project Name**: rfc-translater-zh-cn - **Description**: 网站是，rfc2cn.com，有同学让把代码分享出来，我分享一下 - **Primary Language**: Unknown - **License**: BSD-3-Clause - **Default Branch**: master - **Homepage**: https://rfc2cn.com - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 13 - **Created**: 2024-12-18 - **Last Updated**: 2024-12-18 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # RFC Translater 项目源自GitHub开源项目：https://github.com/tex2e/rfc-translater ### 目的 1. 因为RFC的英语太难读了，所以想读谷歌翻译的并排句子。 [RFC的日语翻译链接集](https://www.nic.ad.jp/ja/tech/rfc-jp-links.html)那么，原文和日语翻译是分开的，有个问题是很难判断日语翻译是否正确。 2. RFC的正文是换行的，如果不删除换行之后再粘贴到谷歌翻译中，就不能正确翻译。解决删除换行的麻烦 ### 步骤 1. RFC的索引获取 https://tools.ietf.org/rfc/index (fetch_index) 1. RFC筛选 https://datatracker.ietf.org/doc/html/rfcXXXX (fetch_rfc) 2. 去除每个部分的分割和换行 (fetch_rfc) 3. 用谷歌翻译把英语变成日语 (trans_rfc) 4. 生成按小节排列英文、日文的页面 (make_html) 5. 对有名的RFC和点击率高的网页，进行翻译修改等工作 (人工) ### 注意事項 - 有时我们无法很好地理解多页的图和表格。 - 当一个图或表格中包含空行时，它也不能很好地解释。 - 如果RFC的HTML是特殊结构，它也不能很好地解释(特别是编号小的RFC) - 以RFC2220以后为对象 (http://rfc-jp.nic.ad.jp/copyright/translate.html)
## 当你想修改翻译时， 感谢您使用本网站。 翻译修改的顺序如下。 ### 修订翻译的步骤 1. 在GitHub上Fork一个仓库出来。 2. 在html/rfcXXXX.html的翻译基础上进行修改。。 - 如果你想留下名字，请这样写：「翻译编辑 : 自动生成 + 部分修正 updated_by 张三」。 - 使用`
`标签。第一个标签写英文，第二个标签写中文。 ```html
1. Introduction
1. 前言
``` - 使用`

`标签指定缩进深度。 ```html

Hello, world!

你好，世界！

``` - 图表使用`
`标签。
      ```html
      

        

          
          +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+- - - - - - - - -
          |  Option Type  |  Opt Data Len |  Option Data
          +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+- - - - - - - - -
          

        

      

      ```
4. 在浏览器中打开修改后的HTML，检查是否显示正确。
5. push到Fork过的仓库中。
6. 在GitHub上发布PullRequest。

### 仓库管理员

1. 检查PullRequest的修改差异，只检查是否正确进行了HTML转移，以及是否存在与XSS相关的字符串(`script`， `a`， `img`， `javascript`等)
2. 如果没有问题就Merge，本地pull
3. `main.py --make-json --rfc <目标RFC>` 用HTML反向创建JSON，确认变更差异
4. `main.py --make --rfc <目标RFC>` 用JSON反向创建HTML，确认变更差异
5. 推送到仓库




## 面向开发者

### 实现功能
- 只翻译文章，图和表格，直接显示
- 即使文章是分页的，也要翻译成一个段落
- 需要反应缩进深度
- 分条标记使用(o + * -)等符号
- 标题(1.2. ~等)字体要大
- 即使滚动原本(英语RFC)的链接也总是显示
- 对于被取消的RFC，显示被取消和到修改版RFC的链接（例：RFC2246, RFC2616）

操作环境：Python3 + Windows or MacOS

```
pip install requests lxml
pip install Mako
pip install tqdm
pip install googletrans==4.0.0-rc1
pip install selenium
pip install beautifulsoup4
```

**注意：翻译工作非常花时间。翻译一个RFC短则需要5分钟，长则需要30分钟到1个小时。**
在开发初期，我启动多个实例，24小时运行，这样做了半年左右。

当前支持谷歌、有道、百度翻译。谷歌不好用，因为采用selenium模拟浏览器，所以翻译慢
而有道和百度直接调用翻译接口，普通RFC几十秒就可以生成翻译结果

```bash
python main.py --rfc 123 # RFC 123翻译(获取+翻译+生成HTML)
python main.py --rfc 123 --fetch # 获取RFC
python main.py --rfc 123 --trans # 翻译RFC
python main.py --rfc 123 --make # 生成HTML
python main.py --begin 2220 --end 10000 # RFC 2220〜10000 按顺序翻译
python main.py --make --begin 2220 --end 10000 # RFC 2220〜10000 生成的HTML
python main.py # 按顺序翻译未翻译的RFC
python main.py --begin 8000 --only-first # RFC 8000从开头选择一个以后的未翻译RFC进行翻译

python main.py --rfc 123 --transmode selenium       # Seleniumを使用してGoogle翻訳(デフォルト)
python main.py --rfc 123 --transmode py-googletrans # googletransを使用してGoogle翻訳
```

生成文件：
1. fetch_rfc（取得） ... data/A000/B00/rfcABCD.json (按段落切分文章后的json文件)
2. trans_rfc（翻訳） ... data/A000/B00/rfcABCD-trans.json (翻译后的json文件)
3. make_html（生成） ... html/rfcABCD.html (根据原文以及译文生成的html文件)

```bash
python main.py --make-index # 生成index文件
```

本地检验效果

```bash
python -m http.server
# localhost:8000/htmlxxx
```

RFCを解析した結果、本来プログラムとして解釈すべき部分を文章として解釈してしまった場合、プログラムのインデントを削除してJSON化するツール：
[https://tex2e.github.io/rfc-translater/html/format.html](https://tex2e.github.io/rfc-translater/html/format.html)





---

#### 图片

```bash
# 每1000个RFC中的图片保存为一个json文件
python3 figs/collect_figures.py --begin 0000 --end 0999 -w figs/data/0000.json
...
python3 figs/collect_figures.py --begin 7000 --end 7999 -w figs/data/7000.json

# JSON文件转换为HTML文件
python3 figs/make_html.py 0000
...
python3 figs/make_html.py 7000

# 生成figs的index文件
python3 figs/make_index.py
```