帮以前同事解决一个需求，中文项目 翻译 英文项目~~~

　　考虑到具体实现方面的问题，如果智能的话，肯定是要做中文的语法分析，不过感觉这个有难度。

　　所以最后的方案是遍历文件，将中文短语匹配出来，再进行人工翻译，将中文短语替换成翻译的内容。当然后期还是需要人工再检验下，毕竟代码中的中文，可能会影响到相关的程序。

　　这个问题，明显涉及到 多线程，文件读写，第一时间就想到的是 nodejs，虽然nodejs是一个主线程，但是异步文件读写，事件响应机制，肯定也是调用了线程，在实际编程的时候不需要考虑线程的相关的问题。

　　代码不复杂如下，写完了之后，适当的封装了下

　　var fs = require('fs');

　　var http = require('http');

　　var filePath = 'D:WORK_new';

　　var logPath = 'D:chinese.log';

　　var map = {};

　　var num = 0;

　　var dictionary = (function () {

　　var map = {};

　　return {

　　logPath: 'D:chinese.log',

　　set: function (key, val) {

　　map[key] = val || '';

　　},

　　get: function (key) {

　　return map[key]||'';

　　},

　　save2File: function () {

　　fs.writeFile(this.logPath, JSON.stringify(map).replace(/","/g,'",rn"'),{encoding:'utf8',flag:'w'}, function (err) {

　　if (err) throw err;

　　});

　　},

　　loadFile: function (callback) {

　　fs.readFile(this.logPath, {encoding:'utf8'},function (err, data) {

　　map = JSON.parse(data);

　　callback();

　　})

　　},

　　translateByGoogle: function (callback) {

　　var index = 0;

　　for (var key in map) {

　　if (map[key] == '') {

　　index++;

　　(function (key) {

　　http.get("http://translate.google.cn/translate_a/t?client=t&hl=zh-CN&sl=zh-CN&tl=en&ie=UTF-8&oe=UTF-8&oc=2&otf=1&ssel=3&tsel=6&sc=2&q="+key, function(res) {

　　res.setEncoding('utf8');

　　var body = "";

　　res.on('data', function (chunk) {

　　body+=chunk;

　　}).on('end', function (){

　　var obj = eval('('+body+')');

　　map[key] = obj[0][0][0];

　　index--;

　　if (index == 0) {

　　callback();

　　}

　　});

　　}).on('error', function(e) {

　　console.log('http error');

　　index--;

　　if (index == 0) {

　　callback();

　　}

　　console.log("Got error: " + e.message);

　　});

　　})(key);

　　}

　　}

　　}

　　}

　　})();

　　function File () {

　　var index = 0;

　　var _readFile = function (pathStr, fileBack, doneBack) {

　　fs.readFile(pathStr,{encoding:'utf8'}, function (err, data) {

　　index--;

　　if (err) {

　　data = "";

　　console.log(err,pathStr)

　　//throw err;

　　}

　　fileBack(data,pathStr);

　　if (index == 0) {

　　doneBack();

　　}

　　});

　　};

　　var _walkDir = function (pathStr, fileBack, doneBack) {

　　fs.readdir(pathStr, function (err, files) {

　　files.forEach(function (file) {

　　if(fs.statSync(pathStr + '/' + file).isDirectory()){

　　_walkDir(pathStr + '/' + file, fileBack, doneBack);

　　} else {

　　if (/.js$|.html$|.htm$|.jsp$/.test(file)){

　　index ++;

　　_readFile(pathStr + '/' + file, fileBack, doneBack);

　　}

　　return;

　　}

　　});

　　});

　　}

　　this.walkDir = function (pathStr, fileBack, doneBack) {

　　index = 0;

　　_walkDir(pathStr, fileBack, doneBack);

　　}

　　}

　　//第一步 获取中文

　　dictionary.logPath = logPath;

　　new File().walkDir(filePath, function (data) {

　　if (!!data) {

　　var match = data.match(/[u4e00-u9faf]+/g);

　　if (!!match) {

　　match.forEach(function (mat) {

　　dictionary.set(mat);

　　})

　　}

　　}

　　}, function () {

　　console.log('获取中文 OK');

　　dictionary.save2File();

　　})

　　//第二步 google翻译

　　/*

　　dictionary.loadFile(function () {

　　dictionary.translateByGoogle(function () {

　　dictionary.save2File();

　　})

　　});

　　*/

　　//第三步 中文替换

　　/*

　　dictionary.loadFile(function () {

　　new File().walkDir(filePath, function (data,pathStr) {

　　fs.writeFile(pathStr, data.replace(/[u4e00-u9faf]+/g, function (ch) {

　　return dictionary.get(ch);

　　}),{encoding:'ascii',flag:'w'}, function (err) {

　　if (err) throw err;

　　});

　　}, function () {

　　console.log('中文替换 OK');

　　})

　　});

　　*/

　　问题还是有的

　　1.nodejs编码问题，在window环境下对GBK编码支持不好，主要是utf8文件的处理

　　2.效率上面可能可以再通过 线程进行优化，这块没做深入的考虑

　　3.匹配出来，可能有单个的标点符号的短语等情况，需要人工排查

　　实际情况中，文件是GBK的，还有些文件是utf8的，后来还是考虑通过 脚本语言 快手实现的时候，

　　1.文件编码的问题，判断通过搜索

　　判断文件首位3个字节是不是 ef bb bf，但是这个只是针对有BOM的utf8格式

　　对无BOM的utf8格式，需要进行字节特征码的判断(有难度，精力有限，使用了上面的方案，对于无BOM的情况，进行人工排查)。

　　2.因为快手多线程方便编程很简单，一直以为多线程肯定比单线程效率要好。实际情况却和想的不一样，单线程的比多线程的快多了。看来主要瓶颈还是在读写文件IO上面。

　　以上所述就是本文全部内容了，希望大家能够喜欢。