翻译ElasticSearch 8.9 中文文档

最近小编在学习 ElasticSearch 的官方文档，但是，作为一个英文水平不太好的小编来说，直接阅读英文文档实在是一件困难的事情。不知道小伙伴们是不是也面临着同样的问题呢？不用担心，我找到了一个解决办法，可以帮助大家手把手地翻译 ElasticSearch 的文档。让我来分享给大家吧！

获取 ElasticSearch 英文官方文档

首先，我们需要使用 Python 编程语言来爬取 ElasticSearch 官网上的英文文档。为了简化这个过程，我们可以使用一个强大的库叫做 Beautifulsoup。它可以帮助我们解析 HTML 页面，提取出我们需要的内容。

在 Python 中，我们可以使用以下代码来实现爬取：

获取待翻译的所有教程的html文件名

import requests
from bs4 import BeautifulSoup
def get_contents(es_url):
    es_url = "https://www.elastic.co/guide/en/elasticsearch/reference/8.9/"
    index_url = es_url + "index.html"  # elasticsearch 的网址
    # 发送HTTP请求，获取页面内容
    text = requests.get(index_url, headers=headers, verify=False).text
    # 使用Beautifulsoup解析HTML页面
    soup = BeautifulSoup(text, "html.parser")
    # 提取文档内容
    toc_class = soup.find("div", {"class": "toc"})
    spans = toc_class.find_all("span")
    # 获取所有的教程html文件名
    url_names = []
    for ind, span in enumerate(spans):
        # 获取子目录的链接
        try:
            url_name = span.find("a").attrs.get("href")
        except:
            continue
        url_names.append(url_name)
    return url_names

实现html文件转为md

使用BeautifulSoup库解析html网页内容后，使用html2text工具转为MarkDown格式:

import requests
import html2text as ht
text_maker = ht.HTML2Text()
def url2md(url_name):
    # 拼接教程url
    url = es_url + url_name
    # 发送HTTP请求，获取页面内容
    htmlpage = requests.get(url, headers=headers).text
    # 将html内容转换为md格式
    mdtext = text_maker.handle(htmlpage)
    return mdtext

翻译ElasticSearch教程正文

接下来，我们需要使用 Edge 的翻译接口来翻译文档的正文部分。同样，我们可以使用 Python 来实现这个过程。具体代码可参考公众号推文：

科研工具 | python自动获取arxiv最新NLP领域论文的中文创新点

通过以上代码，我们可以将英文文档的正文部分翻译成中文，并保存到本地文件中。

制作目录上传至 GitHub

最后一步，我们需要将翻译好的文档制作成 Markdown（MD）格式，并上传至 GitHub 上，分享给更多的人。

Github项目地址：https://github.com/AIFWST/Elasticsearch8DocsCN.git

总结

通过以上三个简单的步骤，我们可以轻松地制作 ElasticSearch 8.9 中文文档。这样一来，无论你是初学者还是有一定经验的开发者，都能更好地理解和使用 ElasticSearch。公众号后续也将继续分享ElasticSearch中文文档的学习笔记，修正翻译内容，与大家一起交流和学习。

如果你对这个方法有任何疑问或者有其他更好的方法，欢迎在评论区留言，让我们一起交流探讨。

赶快来关注公众号【AI财智通】，一起探索更多有趣又实用的科技技巧吧！