英文のPDFを読み込み、翻訳し、Outlookの下書きとして書き出しをしようと思っています。
(https://www.cpi-japan.com/services/ 一番上の「IELTSリーディングサンプル」のPDFファイルを使用)
下記部分でエラーが発生してしまうため、お力添え願いたいです。
例外が発生しました: TypeError
the JSON object must be str, bytes or bytearray, not NoneType
File "C:\Users\NAME\Documents\練習用\2023_01_rensyuu\test7.py", line 27, in <module>
result = tr.translate(txt_list, src="en", dest="ja").text
下記サイトを参考に作成しました。
- PythonでPDFを読み込みテキストを抽出する(PyMuPDF)
- 【Python】gooletransを使って自動翻訳をやってみる。
- PythonでOutlookの指定したアカウントの下に下書きを作る
バージョン:Python 3.9.15
#ライブラリ設定
import fitz # pymupdfライブラリ
import openpyxl as px
from openpyxl.styles import Alignment
from googletrans import Translator
import json
#PDFテキストを格納するリスト作成
txt_list = []
# PDFファイルを読み込む
filename = 'IELTS.pdf'
doc = fitz.open(filename)
for page in range(len(doc)):
text = doc[page].get_text()
text = text.replace('\n', '')
txt_list.append([page+1,text])
#翻訳する
tr = Translator()
result = tr.translate(txt_list, src="en", dest="ja").text
#↑エラー発生個所:print(result)
#outlookに下書きを作成
_VERSION_ = 'v0.1.0'
def show_version():
print("=" * 20)
print("Draft Creater VERSION {}".format(_VERSION_).center(20))
print("=" * 20)
def main():
show_version()
pythoncom.CoInitialize()
outlook = win32com.client.Dispatch("Outlook.Application")
mapi = outlook.GetNamespace("MAPI")
# draft_box = mapi.GetDefaultFolder(16) # 16が下書きフォルダの番号らしい
draft_box = mapi.Folders("自分のmailアドレス.co.jp").Folders("下書き")
mail = outlook.CreateItem(0)
mail.To = '[email protected]'
mail.Subject = 'タイトル'
mail.HtmlBody = result #←ここに翻訳結果の変数入れたい
mail.Move(draft_box)
if __name__ == '__main__':
sys.exit(main())
試したこと
JSONで使えないオブジェクトエラーとのことでおそらく文字列型のオブジェクトに変換するのではないかと思い、エラー発生個所の前に下記コードを差し込みましたが例外が発生しました。
txt_list = json.loads(txt_list)
TypeError
the JSON object must be str, bytes or bytearray, not list
File "C:\Users\NAME\Documents\練習用\2023_01_rensyuu\test7.py", line 24, in <module>
txt_list = json.loads(txt_list)
追記
頂いたコメントをもとに修正しました。(1/11)
#ライブラリ設定
import fitz # pymupdfライブラリ
import openpyxl as px
from openpyxl.styles import Alignment
from googletrans import Translator #**変更箇所**pre-release版(4.0.0-rc1)をインストール
import json
import re
import sys #**変更箇所**追加
#PDFテキストを格納するリスト作成
txt_list = []
# PDFファイルを読み込む
filename = 'IELTS.pdf'
doc = fitz.open(filename)
for page in range(len(doc)):
text = doc[page].get_text()
text = text.replace('\n', '')
txt_list.append(text)**#変更箇所・文字列のリストのみにした**
#print(txt_list)
#JSON変換
#txt_list = json.load(txt_list)
#翻訳する
tr = Translator()
try:
for pagetext in txt_list:
# 1ページ分が1つの文字列で、それを日本語に翻訳
result = tr.translate(pagetext, src="en", dest="ja").text
#print(result) #★**ここでprintした場合の結果は以下参照**
except Exception as e:
print(e)
"""
tr = Translator()
result = tr.translate(txt_list, src="en", dest="ja")
for results in result:
print(results.origin, ' -> ', results.text)
"""
#outlookに下書きを作成
_VERSION_ = 'v0.1.0'
def show_version():
print("=" * 20)
print("Draft Creater VERSION {}".format(_VERSION_).center(20))
print("=" * 20)
def main():
show_version()
pythoncom.CoInitialize() #**エラー発生個所**
outlook = win32com.client.Dispatch("Outlook.Application")
mapi = outlook.GetNamespace("MAPI")
# draft_box = mapi.GetDefaultFolder(16) # 16が下書きフォルダの番号らしい
draft_box = mapi.Folders("自分のメールアドレスco.jp").Folders("下書き")
mail = outlook.CreateItem(0)
mail.To = '[email protected]'
mail.Subject = 'タイトル'
mail.HtmlBody = result
mail.Move(draft_box)
if __name__ == '__main__':
sys.exit(main())
上記コード内のエラー発生個所のエラーメッセージ
例外が発生しました: NameError
name 'pythoncom' is not defined
File "C:\Users\NAME\Documents\練習用\2023_01_rensyuu\test7.py", line 68, in main
pythoncom.CoInitialize()
File "C:\Users\NAME\Documents\練習用\2023_01_rensyuu\test7.py", line 83, in <module>
sys.exit(main())
上記コード内★部分のprint結果
ターミナルに表示されたものをwordに貼り付けて確認したが、
約25文字ごとに改行がされているので改行なしのべた打ちにしたい。
CPI IELTS SAMPLES READING PASSING 1 PASSING 1に
は、1950年代のエチオピアでテレビ放映された陸上
競技の出現以来、エチオピアの長年の成功以下のパ
(文字数4039字のため省略)
txt_list.append([page+1,text])
にて数値と文字列1つづつをリストにしたものを更にリストにしているものをresult = tr.translate(txt_list, src="en", dest="ja").text
で指定しているからでは? translate(text, dest='en', src='auto', **kwargs)でパラメータはtext (UTF-8 str; unicode; string sequence (list, tuple, iterator, generator))
となっていますが、おそらく指定出来るのは「文字列のリスト」であって、「「数値と文字列のリスト」のリスト」では無いと思われます。txt_list.append([page+1,text])
をtxt_list.append(text)
にしてみてはどうでしょう?result = tr.translate(txt_list, src="en", dest="ja").text
で戻り値のオブジェクトにそのまま.text
をメソッドチェインで適用しているからかもしれません。先に紹介したtranslate
メソッドの説明のAdvanced usage:
に書いてあるように、パラメータにリストを指定すると戻り値がリストになるので、それをfor
ループで1個1個テキストに変換すれば良いのかもしれません。Advanced usage:
のようにtranslateした結果のオブジェクトをループして列挙された個々の要素の.text
を表示してみてください。