自动化书籍翻译

"""书籍翻译器作者：AI进化论-花生（YouTube/B站）这个程序可以将英文文本文件翻译成中文，并提供两种翻译风格：直接翻译和鲁迅风格的翻译。使用说明：1. 确保已安装所有必要的库（openai, python-dotenv, tkinter）。2. 在同目录下创建一个 .env 文件，并在其中设置你的 OpenAI API 密钥：   OPENAI_API_KEY=你的密钥3. 运行程序，它会弹出窗口让你选择输入文件和输出目录。4. 程序会自动将文本分割成适当大小的块，并进行翻译。5. 翻译结果会保存在选定的输出目录中。可调整的参数：- split_text 函数中的 min_words 和 max_words：控制每个文本块的大小。- translate_text_direct 和 translate_text_stylized 函数中的 model 参数：  可以更改为其他可用的 OpenAI 模型。- translate_text_stylized 函数中的 system_prompt：可以修改翻译风格指南。注意：使用此程序需要 OpenAI API 密钥，可能会产生费用。请确保了解 API 的使用条款和定价。"""import osimport reimport openaifrom dotenv import load_dotenvimport tkinter as tkfrom tkinter import filedialog# 加载环境变量load_dotenv()# 设置OpenAI API密钥openai.api_key = os.getenv("OPENAI_API_KEY")def split_text(text, min_words=1000, max_words=2000):    """    将文本分割成chunks，每个chunk包含1000-2000个单词。    优先在段落换行处分割，如果超过1500个单词仍未找到换行，则在句子结尾处分割。    """    chunks = []    current_chunk = ""    current_words = 0    paragraphs = text.split('\n')    for paragraph in paragraphs:        words = paragraph.split()        if current_words + len(words) <= max_words:            current_chunk += paragraph + '\n'            current_words += len(words)        else:            if current_words >= min_words:                chunks.append(current_chunk.strip())                current_chunk = paragraph + '\n'                current_words = len(words)            else:                sentences = re.split(r'(?<=[.!?])\s+', paragraph)                for sentence in sentences:                    sentence_words = sentence.split()                    if current_words + len(sentence_words) <= max_words:                        current_chunk += sentence + ' '                        current_words += len(sentence_words)                    else:                        if current_words >= min_words:                            chunks.append(current_chunk.strip())                            current_chunk = sentence + ' '                            current_words = len(sentence_words)                        else:                            current_chunk += sentence + ' '                            chunks.append(current_chunk.strip())                            current_chunk = ""                            current_words = 0                current_chunk += '\n'    if current_chunk:        chunks.append(current_chunk.strip())    return chunksdef translate_text_direct(text):    """    使用OpenAI API进行直接翻译。    """    system_prompt = """你是一位专业的具有20年经验的翻译家，精通中英文文学翻译。请对以下英文文本进行准确的翻译。只需返回翻译结果，不要做任何解释或说明。注意"old man"应该直接翻译为"老人"。"""    user_prompt = f"请翻译以下英文文本：\n{text}"    response = openai.ChatCompletion.create(        model="gpt-4o-mini",  # 或者使用 "gpt-4" 如果有访问权限        messages=[            {"role": "system", "content": system_prompt},            {"role": "user", "content": user_prompt}        ]    )    return response.choices[0].message.content.strip()def translate_text_stylized(text, first_translation):    """    使用OpenAI API进行风格化翻译。    """    system_prompt = """        你是著名作家鲁迅，正在帮助用户对他的翻译进行风格化和润色。            根据提供的英文原文和直译结果，按鲁迅的风格进行翻译和润色。只需返回润色后的翻译结果，不要做任何解释或说明。            你的翻译应该保持鲁迅的特点：    - 语言犀利简练，常带讽刺和批判意味    - 善用比喻和象征，但更倾向于朴实无华的表达    - 关注社会现实，常带有深刻的思考    - 善用白话文，但不失文学性    - 注意"old man"应该直接翻译为"老人"            原文：The old man was thin and gaunt with deep wrinkles in the back of his neck.    直译：老人又瘦又憔悴，脖子后面有深深的皱纹。    鲁迅风格：那老人，瘦骨嶙峋，颈后皱纹如沟壑，仿佛承载了无数苦难与岁月的重量。    原文：The sea was very dark and the light made prisms in the water.    直译：海水非常黑暗，光线在水中形成棱镜。    鲁迅风格：漆黑的海面上，光线折射出棱镜般的光影，如同这个世界的真相，总是在黑暗中闪烁不定。        """    user_prompt = f"""    英文原文：    {text}    第一次直译结果：    {first_translation}    请根据原文和直译结果，按鲁迅的风格进行翻译和润色。只需返回翻译结果，不要做任何解释或说明。    """    response = openai.ChatCompletion.create(        model="gpt-4o-mini",  # 或者使用 "gpt-4" 如果有访���权限        messages=[            {"role": "system", "content": system_prompt},            {"role": "user", "content": user_prompt}        ]    )    return response.choices[0].message.content.strip()def translate_book(input_file, output_dir):    """    翻译整本书并保存结果。    """    # 创建输出目录    os.makedirs(output_dir, exist_ok=True)    # 获取输入文件的基本名称（不包含路径和扩展名）    base_name = os.path.splitext(os.path.basename(input_file))[0]    # 创建输出文件    first_translation_file = os.path.join(output_dir, f"{base_name}_first_translation.txt")    second_translation_file = os.path.join(output_dir, f"{base_name}_second_translation.txt")    combined_translation_file = os.path.join(output_dir, f"{base_name}_combined_translation.txt")    # 打开输出文件    with open(first_translation_file, 'w', encoding='utf-8') as f_first, \         open(second_translation_file, 'w', encoding='utf-8') as f_second, \         open(combined_translation_file, 'w', encoding='utf-8') as f_combined, \         open(input_file, 'r', encoding='utf-8') as f_input:        book_text = f_input.read()        chunks = split_text(book_text)        for i, chunk in enumerate(chunks):            print(f"正在翻译第 {i+1}/{len(chunks)} 个chunk...")            # 第一次翻译（直接翻译）            first_trans = translate_text_direct(chunk)            f_first.write(first_trans + "\n\n")            f_first.flush()  # 立即写入文件            # 第二次翻译（风格化翻译）            second_trans = translate_text_stylized(chunk, first_trans)            f_second.write(second_trans + "\n\n")            f_second.flush()  # 立即写入文件            # 直接组合原文和第二次翻译            f_combined.write(f"{chunk}\n\n{second_trans}\n\n")            f_combined.write("\n--- Chunk 分隔线 ---\n\n")            f_combined.flush()  # 立即写入文件    print(f"翻译完成！结果已保存到 {output_dir} 目录。")    print(f"第一次翻译结果：{first_translation_file}")    print(f"第二次翻译结果：{second_translation_file}")    print(f"中英文对照结果：{combined_translation_file}")def main():    root = tk.Tk()    root.withdraw()  # 隐藏主窗口    # 选择输入文件    input_file = filedialog.askopenfilename(title="选择英文书籍文件", filetypes=[("Text files", "*.txt")])    if not input_file:        print("未选择文件，程序退出。")        return    # 选择输出目录    output_dir = filedialog.askdirectory(title="选择输出目录")    if not output_dir:        print("未选择输出目录，程序退出。")        return    print(f"选择的输入文件：{input_file}")    print(f"选择的输出目录：{output_dir}")    translate_book(input_file, output_dir)if __name__ == "__main__":    main()