谷歌云翻译API翻译返回html转义文本

Question

在我的应用程序中，我正在尝试使用Google Cloud Translation API将一些西班牙语文本翻译成英语。我注意到我在翻译后收到的文本是HTML转义的，这意味着"'"显示为"&#39<nospace>;"，">"显示为">"，依此类推

我还通过curl脚本使用其余的API检查了翻译，它给了我相同的转义结果-

curl --request GET 'https://translation.googleapis.com/language/translate/v2?key=$GOOGLE_API_KEY&q=Es%20un%20brillante%20d%C3%ADa%20soleado&target=en'

对这种卷曲的反应是-

{
"data": {
"translations": [
{
"translatedText": "It's a bright sunny day",
"detectedSourceLanguage": "es"
}
]
}
}

当我尝试在在线谷歌翻译中将相同的西班牙语文本翻译成英语时(即。，https://translate.google.com)我得到的英文文本是"这是一个阳光明媚的日子"。

我的第一个问题：这样做是出于某种原因吗？还是这是一个错误？

为了取消显示文本，我使用org.apache.commons.text.StringEscapeUtils.unescapeHtml4()-

StringEscapeUtils.unescapeHtml4(translation.getTranslatedText());

我的第二个问题：这是对翻译文本进行解封的正确方式吗？

Answer 1

这个问题类似于Google Translate API输出HTML实体

由于没有明确提供翻译格式，Google翻译API采用默认格式，即HTML。因此，它将返回html编码的字符串作为翻译文本。如果格式被明确地提供为"文本"，则html编码将不会发生。

请求翻译的curl现在应该是这样的-

curl --request GET 'https://translation.googleapis.com/language/translate/v2?key=$GOOGLE_API_KEY&q=Es%20un%20brillante%20d%C3%ADa%20soleado&target=en&format=text'

响应为-

{
"data": {
"translations": [
{
"translatedText": "It's a bright sunny day",
"detectedSourceLanguage": "es"
}
]
}
}

因此，这里不需要对html进行unscaping，因为首先可以避免编码。

Answer 2

默认情况下，HTML将被转义，但format参数将把'和"更改为'和"。

对于java，您可以访问format字段。

public static Translate.TranslateOption format(String format)

设置源文本的格式，以HTML(默认(或纯文本。html值表示html，text值表示表示纯文本。

例如，此处的引号：

$ curl -s -X POST -H "Content-Type: application/json"     -H "Authorization: Bearer "$(gcloud auth application-default print-access-token)     --data "{
'q': 'The three 'pyramids' in the Giza pyramid complex.',
'source': 'en',
'target': 'es' 
}" "https://translation.googleapis.com/language/translate/v2"
{
"data": {
"translations": [
{
"translatedText": "Las tres 'pirámides' en el complejo piramidal de Giza."
}
]
}
}

将保留为CCD_ 11。

curl -s -X POST -H "Content-Type: application/json"     -H "Authorization: Bearer "$(gcloud auth application-default print-access-token)     --data "{
'q': 'The three 'pyramids' in the Giza pyramid complex.',
'source': 'en',
'target': 'es',
'format': 'text'
}" "https://translation.googleapis.com/language/translate/v2"
{
"data": {
"translations": [
{
"translatedText": "Las tres 'pirámides' en el complejo piramidal de Giza."
}
]
}
}