Python结合WPS多维表实现在线批量查词功能_Python

一、引言

python是当前人工智能时代最受欢迎的编程语言，越来越多的应用程序把其整合到自身的功能当中，wps多维表就是最早接入python代码的应用平台。当excel365还在为python的功能收费时，我东大国产文字处理工具wps已经将这一功能免费开放给全国用户。本来多维表已经是一场在线办公领域的利器了，python代码更是为其添加了翅膀。下面以单词查询项目为例，简要介绍如何在多维表中应用python代码，实现批量单词查询的。

二、实现方法

1.初始化配置

打开http://docs.wps.cn，创建多维表，设置单词、音标、词义三个字段。为了明确提交人，可以在字段管理那里添加一个提交人，这样提交查询任务者就会显示出来，如下图所示：

2. 配置py代码

点击顶部的【脚本】——【py代码】把下面的代码放入其中

import requests, re, time, json

rec_ids = context['argv']['rec_id']  # 改为复数，获取所有记录id
src_texts = context['argv']['src_text']  # 改为复数，获取所有文本
url = 'http://api.niutrans.com/niutransserver/translation'
apikey = "c4e10095a8c951a6443789345c498e9a" #不保证能用，可以自己申请免费的

def is_english_strict(text):
    if not text:
        return false
    english_chars = re.findall(r'[a-za-z]', text)
    if ' ' in english_chars:
        return false
    else:
        return len(english_chars) / len(text) > 0.7

def niu_trans(sentence, src_lan="auto", tgt_lan="zh"):
    data = {"from": src_lan, "to": tgt_lan, "apikey": apikey, "src_text": sentence}
    res = requests.post(url, data=data)
    res_dict = json.loads(res.text)
    if "tgt_text" in res_dict:
        result = res_dict['tgt_text']
    else:
        result = res.text
    return result

def translate(word):
    headers = {"user-agent": "mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/97.0.4692.99 safari/537.36"}
    url = r"https://dict.cn/search?q=" + word
    try:
        resp = requests.get(url, headers=headers, timeout=30).text
        phonetic = re.search('<bdo lang="en-us">(.*?)</bdo>', resp)
        pattern = re.compile(r'<ul class="dict-basic-ul">(.*?)</ul>', re.dotall)
        matches = pattern.findall(resp)
        mean = []
        if matches:
            content = matches[0]
            meanings = re.findall(r'<li>.*?<span>(.*?)</span>.*?<strong>(.*?)</strong>.*?</li>', content, re.dotall)
            for part_of_speech, meaning in meanings:
                mean.append(f"{part_of_speech}{meaning}")
            word_info = {
                "单词": word,
                "音标": phonetic.group(1) if phonetic else "",
                "词义": "".join(mean) if mean else ""
            }
            return word_info
    except exception as e:
        return f"翻译失败: {str(e)}"

# 循环处理每一个记录
for i in range(len(rec_ids)):
    rec_id = rec_ids[i]
    src_text = src_texts[i]
    
    try:
        df = dbt(sheet_name='数据表')
        if is_english_strict(src_text):
            info = translate(src_text)
            # 构建数据记录 - 使用字段名作为键
            record_data = {
                "_rid": rec_id,
                "音标": info["音标"] if isinstance(info, dict) else "",
                "词义": info["词义"] if isinstance(info, dict) else info
            }
        else:
            # 构建数据记录 - 使用字段名作为键
            record_data = {
                "_rid": rec_id,
                "词义": niu_trans(src_text)
            }

        # 更新当前记录
        update_dbt(data=record_data, sheet_name='数据表')
        time.sleep(0.6)  # 每个记录处理完后等待0.6秒
        
    except exception as e:
        print(f"处理记录 {rec_id} 失败: {str(e)}")

print(f"✅ 批量处理完成，共处理了 {len(rec_ids)} 条记录")

并修改其中apikey为你自己申请的小牛机器翻译api，如下图所示：