你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
适用于 Python 的 Azure 文本翻译客户端库 - 版本 1.0.0b1
文本翻译是翻译器服务的基于云的 REST API 功能，它使用神经机器翻译技术，在所有受支持的语言中实时实现快速准确的源到目标文本翻译。
使用适用于 Python 的文本翻译客户端库可以：
返回 Translate、Transliterate 和 Dictionary 操作支持的语言列表。
使用单个请求将单个源语言文本呈现为多个目标语言文本。
将源语言的文本转换为不同脚本的字母。
返回目标语言中源术语的等效字词。
返回源术语和目标术语对的语法结构和上下文示例。
源代码 | 包 (PyPI) | API 参考文档 | 产品文档 | 样品
入门
先决条件
- 使用此包需要 Python 3.7 或更高版本。
- 现有的翻译器服务或认知服务资源。
安装包
使用 pip 安装适用于 Python 的 Azure 文本翻译客户端库：
pip install azure-ai-translation-text
创建翻译器服务资源
可以在创建翻译器资源后 创建翻译器资源。
验证客户端
使用客户端库与服务的交互首先创建 TextTranslationClient 类的实例。 需要 一个 API 密钥 或 TokenCredential 来实例化客户端对象。 有关使用认知服务进行身份验证的详细信息，请参阅 对翻译器服务的请求进行身份验证。
获取 API 密钥
可以从 Azure 门户中的endpoint认知服务资源或翻译器服务资源信息获取 、 API key 和 Region 。
或者，使用以下 Azure CLI 代码片段从翻译器服务资源获取 API 密钥。
az cognitiveservices account keys list --resource-group <your-resource-group-name> --name <your-resource-name>
TextTranslationClient使用 API 密钥和区域凭据创建
获得 API 密钥和区域的值后，请 TranslatorCredential创建 。 这样，无需创建新客户端即可更新 API 密钥。
使用 终结点 TranslatorCredential 的值和 ， Region可以创建 TextTranslationClient：
text_translator = TextTranslationClient(credential = TranslatorCredential("<apiKey>", "<apiRegion>"));
关键概念
TextTranslationClient
是 TextTranslationClient 使用文本翻译客户端库的开发人员的主要接口。 它提供同步和异步操作来访问文本翻译的特定用途，例如获取支持的语言检测或文本翻译。
输入
文本元素 (string) ，是翻译器服务中的翻译模型要处理的单个输入单元。 对 TextTranslationClient 的操作可能采用单个文本元素或文本元素集合。
有关文本元素长度限制、最大请求大小和支持的文本编码，请参阅 此处。
示例
以下部分提供了使用client上面创建的 多个代码片段，并介绍了此客户端库中存在的main功能。 尽管下面的大多数代码片段都使用同步服务调用，但请记住，Python 文本翻译库包支持同步和异步 API。
获取支持的语言
获取翻译器的其他操作当前支持的语言集。
try:
response = text_translator.get_languages()
print(f"Number of supported languages for translate operation: {len(response.translation) if response.translation is not None else 0}")
print(f"Number of supported languages for transliterate operation: {len(response.transliteration) if response.transliteration is not None else 0}")
print(f"Number of supported languages for dictionary operations: {len(response.dictionary) if response.dictionary is not None else 0}")
if response.translation is not None:
print("Translation Languages:")
for key, value in response.translation.items():
print(f"{key} -- name: {value.name} ({value.native_name})")
if response.transliteration is not None:
print("Transliteration Languages:")
for key, value in response.transliteration.items():
print(f"{key} -- name: {value.name}, supported script count: {len(value.scripts)}")
if response.dictionary is not None:
print("Dictionary Languages:")
for key, value in response.dictionary.items():
print(f"{key} -- name: {value.name}, supported target languages count: {len(value.translations)}")
except HttpResponseError as exception:
print(f"Error Code: {exception.error.code}")
print(f"Message: {exception.error.message}")
有关使用终结点的示例， languages 请参阅 此处的更多示例。
有关 语言的概念性讨论，请参阅服务文档。
Translate
使用单个请求将单个源语言文本呈现为多个目标语言文本。
try:
source_language = "en"
target_languages = ["cs"]
input_text_elements = [ InputTextItem(text = "This is a test") ]
response = text_translator.translate(content = input_text_elements, to = target_languages, from_parameter = source_language)
translation = response[0] if response else None
if translation:
for translated_text in translation.translations:
print(f"Text was translated to: '{translated_text.to}' and the result is: '{translated_text.text}'.")
except HttpResponseError as exception:
print(f"Error Code: {exception.error.code}")
print(f"Message: {exception.error.message}")
有关使用终结点的示例， translate 请参阅 此处的更多示例。
有关 翻译的概念性讨论，请参阅服务文档。
Transliterate
将源语言的字符或字母转换为目标语言的对应字符或字母。
try:
language = "zh-Hans"
from_script = "Hans"
to_script = "Latn"
input_text_elements = [ InputTextItem(text = "这是个测试。") ]
response = text_translator.transliterate(content = input_text_elements, language = language, from_script = from_script, to_script = to_script)
transliteration = response[0] if response else None
if transliteration:
print(f"Input text was transliterated to '{transliteration.script}' script. Transliterated text: '{transliteration.text}'.")
except HttpResponseError as exception:
print(f"Error Code: {exception.error.code}")
print(f"Message: {exception.error.message}")
有关使用终结点的示例， transliterate 请参阅 此处的更多示例。
有关 transliterate 的概念性讨论，请参阅服务文档。
断句
标识文本段中的句子边界的位置。
try:
source_language = "zh-Hans"
source_script = "Latn"
input_text_elements = [ InputTextItem(text = "zhè shì gè cè shì。") ]
response = text_translator.find_sentence_boundaries(content = input_text_elements, language = source_language, script = source_script)
sentence_boundaries = response[0] if response else None
if sentence_boundaries:
detected_language = sentence_boundaries.detected_language
if detected_language:
print(f"Detected languages of the input text: {detected_language.language} with score: {detected_language.score}.")
print(f"The detected sentence boundaries:")
for boundary in sentence_boundaries.sent_len:
print(boundary)
except HttpResponseError as exception:
print(f"Error Code: {exception.error.code}")
print(f"Message: {exception.error.message}")
有关使用终结点的示例， break sentence 请参阅 此处的更多示例。
有关 断句的概念性讨论，请参阅服务文档。
字典查找
返回源术语在目标语言中的等效字词。
try:
source_language = "en"
target_language = "es"
input_text_elements = [ InputTextItem(text = "fly") ]
response = text_translator.lookup_dictionary_entries(content = input_text_elements, from_parameter = source_language, to = target_language)
dictionary_entry = response[0] if response else None
if dictionary_entry:
print(f"For the given input {len(dictionary_entry.translations)} entries were found in the dictionary.")
print(f"First entry: '{dictionary_entry.translations[0].display_target}', confidence: {dictionary_entry.translations[0].confidence}.")
except HttpResponseError as exception:
print(f"Error Code: {exception.error.code}")
print(f"Message: {exception.error.message}")
有关使用终结点的示例， dictionary lookup 请参阅 此处的更多示例。
有关 字典查找的概念性讨论，请参阅服务文档。
字典示例
返回源术语和目标术语对的语法结构和上下文示例。
from azure.ai.translation.text.models import DictionaryExampleTextItem
try:
source_language = "en"
target_language = "es"
input_text_elements = [ DictionaryExampleTextItem(text = "fly", translation = "volar") ]
response = text_translator.lookup_dictionary_examples(content = input_text_elements, from_parameter = source_language, to = target_language)
dictionary_entry = response[0] if response else None
if dictionary_entry:
print(f"For the given input {len(dictionary_entry.examples)} entries were found in the dictionary.")
print(f"First example: '{dictionary_entry.examples[0].target_prefix}{dictionary_entry.examples[0].target_term}{dictionary_entry.examples[0].target_suffix}'.")
except HttpResponseError as exception:
print(f"Error Code: {exception.error.code}")
print(f"Message: {exception.error.message}")
有关使用终结点的示例， dictionary examples 请参阅 此处的更多示例。
有关 字典示例的概念性讨论，请参阅服务文档。
疑难解答
使用 TextTranslator 客户端库与翻译器服务交互时，翻译器服务返回的错误对应于为 REST API 请求返回的相同 HTTP 状态代码。
例如，如果提交没有目标翻译语言的翻译请求，则会返回一个 400 错误，指示“错误请求”。
可以在服务 文档中找到服务返回的不同错误代码。
提供反馈
如果遇到任何 bug 或有建议，请在项目的“ 问题 ”部分中提出问题。
后续步骤
可以在示例目录下找到更多 示例 。
贡献
本项目欢迎贡献和建议。 大多数贡献要求你同意贡献者许可协议 (CLA)，并声明你有权（并且确实有权）授予我们使用你的贡献的权利。 有关详细信息，请访问 cla.microsoft.com。
提交拉取请求时，CLA 机器人将自动确定你是否需要提供 CLA，并相应地修饰 PR（例如标签、注释）。 直接按机器人提供的说明操作。 只需使用 CLA 对所有存储库执行一次这样的操作。
此项目采用了 Microsoft 开放源代码行为准则。 有关详细信息，请参阅行为准则常见问题解答，或如果有任何其他问题或意见，请与 联系。
反馈
即将发布：在整个 2024 年，我们将逐步淘汰作为内容反馈机制的“GitHub 问题”，并将其取代为新的反馈系统。 有关详细信息，请参阅：https://aka.ms/ContentUserFeedback。
提交和查看相关反馈