【神器】毕业生的法宝，论文一键降重~！

时间：2021-01-02 10:31:01 阅读：0 评论：0 收藏：0 [点我收藏+]

对代码、编程感兴趣的可以关注老K玩代码和我交流!
技术图片

【神器】毕业生的法宝，论文一键降重~！

“声明：本文旨在技术分享，谢绝以此投机取巧~！

面临毕业的学生，一定有过被查重支配的恐怖经历。万方、turnitin、知网、PP、PT，每个平台的查重率不一而同。
最无奈的是学校对重复率的要求颇高，越是顶尖的学校，对查重的要求就更高。

本人已经毕业十余年，每每回想起为了论文的重复率彻夜苦熬，就不禁不寒而栗。
现在好了，只要淘宝一下，就有各种各样的降重服务。引起我注意的，是一个叫做“AI降重软件”的工具。
出于好奇，我花了点本钱，把软件买了一下，然后研究了一下它背后的代码逻辑。
其实所谓的AI降重，本质上就是通过翻译软件，从中文翻译成外语，然后在翻译回来。这样语义保持不变，但文本上看起来已经变成另外一种表述了。
觉得这个思路还是挺有意思的，便自己着手写起了代码：
1. 导入需要的第三方库

from selenium.webdriver import Chrome

本次会用到的是selenium的库。它需要搭载webdriver才能运行，可以谷歌搜索一下“webdriver chrome”这个关键词，一般第一个就是了。
把webdriver安装在脚本文件所在目录即可。
2. 对模拟浏览器做一下初始化设置

dr = Chrome()
dr.implicitly_wait(5)
dr.maximize_window()

以上是我对浏览器的基本设置。
- 如果喜欢无浏览器模式的话，可以使用下面这段代码

from selenium.webdriver.chrome.options import Options

options = Options()
options.add_argument(‘--headless‘)
dr = Chrome(options=options)
dr.implicitly_wait(5)
dr.maximize_window()

3. 检查翻译软件的请求借口

技术图片

我是以百度翻译为样例。

从上述截图，我们可以看出，百度翻译的借口非常简洁，使用get方式写成的。图中zh就是输入语言名，en就是输出语言名，url链接最后就是需要翻译的文本内容。于是我们的请求代码就可以写成这样

url = f"https://fanyi.baidu.com/#{input_lang}/{output_lang}/{text}"
dr.get(url)

4. 获得翻译文本

发出请求后，等待几秒，等页面打开后，将相应的翻译文本保存到变量中
text = dr.find_element_by_class_name("target-output").text.strip()
不同的翻译工具，借口和解析路径不同。还是需要一些前端的选择器知识才行。

5. 用翻译工具译回中文

这一步其实就是之前内容的重复，唯一区别就是把输入语言和输出语言进行对换。这里就不再重复展示代码了。

ex. 总结

以上提及的代码内容，仅用于展示和分享作业思路。完整代码如下：

# encoding: utf-8
from selenium.webdriver import Chrome
from selenium.webdriver.chrome.options import Options

def do_repetition(text):
    options = Options()
    options.add_argument(‘--headless‘)
    dr = Chrome(options=options)
    dr.implicitly_wait(5)
    dr.maximize_window()

    for i in range(2):
        if i == 0:
            input_lang = ‘zh‘
            output_lang = ‘en‘
        else:
            input_lang = ‘en‘
            output_lang = ‘zh‘
        url = f"https://fanyi.baidu.com/#{input_lang}/{output_lang}/{text}"
        dr.get(url)
        text = dr.find_element_by_class_name("target-output").text.strip()
    dr.close()
    return text

如果想要真正实现文本降重的功能，可能还需要在细节上打磨一下，诸如：

等待响应的时长设计；
请求失败的处理；
特殊字符的处理；
文本和图片的处理；
文本格式的设置；
回车换行的处理；
专有名词的约束条件；
引用摘抄文本保持不变的需求等...
要真正实现一键对论文降重，还有很多细节要处理。
我在这里不详细分享更细节的代码，也不鼓励用这种投机取巧的方法对待学术研究。
希望本文能给到技术同行以启发。