前不久有人推出了 Desktop 上瀏覽器的 Immersive Translation Plugin，可以在看外文網頁時，以段落的方式翻譯內容。這種方式對於正在學習語言或是想要雙語對照著看的用戶來說，真的是一大福音。

雖然它很好用，但是在手機上有支援的瀏覽器 App 並不多。在 iPhone 上，Safari App 的 Plugin 可以安裝；但是在 Android 平台上，只有少數幾個選擇 : kiwi browser，或是用起來怪怪的 xBrowser。

想當然爾，目前 EinkBro 並不支援這 plugin 。如果想要支援的話，得要先整合 GreaseMonkey 相關的 API set 才有機會；不然，就是要自己參考它的方式，在 EinkBro App 中自己實作類似的功能。

後來我選擇了後者，因為目前的架構下，自己實作會是比較單純的。

大綱

  • 利用原有的 Reader Mode
  • 解釋整個流程
  • Google Translate 的兩種實作方式

利用原有的 Reader Mode

在兩年前曾經介紹過怎麼在 EinkBro 中實作 Reader Mode：在 Firefox 中的 readerview 模組以及 readability.js 的協助下，EinkBro 可以為大多數的網頁提供乾淨的閱讀內容。

打造 E-ink 專用的瀏覽器: Part V

當畫面元素只剩下核心的內容元件後，要支援沉浸式翻譯就相對上容易許多，因為 Reader Mode 的實作已經先對亂七八糟的 html elements 做了一次過濾，只留下含有文字的 html elements。

流程解釋

流程圖

 sequenceDiagram  
    autonumber

步驟

  1. 當使用者按下 Immersive Translate 按鈕時，會先跟 WebView 傳達該要進入 Reader Mode 了。
  2. 這時，WebView 會將 Readability.js 載入，並且請它把 html 內容過濾過濾，取出當中屬於本文的文字內容。
  3. 回傳本文的文字內容
  4. 要進入閱讀模式的話，這一步就可以直接顯示本文的文字內容；但是因為我們想要的功能是沉浸式翻譯，所以要再把拿到的文字內容交給 Jsoup 函式庫處理處理。這裡的處理指的是：4.1 為每個文字元件加上一個 to-translate 的 class name，然後還順手在它們的 sibling 加上一個

    元件, 做為翻譯結果的存放處。4.2 對這些文字元件加上 visibility 的 listener。當它們出現在畫面上時，才需要去翻譯該段文字。

  5. 回傳完成的整包結果
  6. 讓 WebView，把整包結果顯示出來。(這時，lisener 開始在運作)
  7. 為了讓 WebView 中 web 的 visibility event 能夠傳回 Android native 的實作中，這裡建了一個 class JsWebInterface。
  8. callback 回來時，會呼叫 JsWebInterface 中的 getTranslation()，裡頭會呼叫已經實作好的 translate repository 的函式，拿到翻譯後的文字。
  9. 翻譯好的文字會透過 evaluateJavascript 再帶回 Web 中。

相關程式碼

步驟 4 中的 Jsoup 處理方式如下。行 4 ~ 10 就是在加 tag 和補一個

的元件。行 15 則是加入 visibility listener 。

下面是載入的 Javascript。行 8 建立了一個 IntersectionObserver，並在 31行為每個文字元件加上這個 observer。

行 12 判斷 entry 被顯示時，會在行 17 呼叫 bridge 的函式 getTranslation()，等結果回來時，行 1 的 myCallback 會被執行，將翻譯好的內容帶入之前建立好的

元件。

接下來，我們來看看步驟 8 中的 getTranslation() 函式。下圖中的行 7 出現了 Semaphore！為什麼這邊要使用 semaphore 呢？因為通常在捲動畫面時，常常會讓多個段落一下子顯示在畫面上，如果讓他們一個接著一個去取得翻譯，整體的反應時間會比較久。所以，在這邊設定了 semaphore 4，希望段落翻譯可以盡量地同步進行。

行 16 呼叫了 Google Translate 的實作。當翻譯結果回傳時，會被存在 translatedString 中，在行 23 處再利用 webView.evaluateJavascript 將這結果送回 web 的 callback 中。

Google Translate 的兩種實作方式

嚴格來說，應該是有三種方式：

  1. 付費去申請 Google Translate API 的使用權，依使用量付費
  2. 利用 http request 去呼叫 Google Translate 網頁，把取得的網頁內容做處理，取出其中翻譯的結果
  3. 利用網路上其他人發現的方式，呼叫 Google Translate API

第一種方式請大家參考 Google 官網的介紹就好。

Cloud Translation documentation | Google Cloud

在 EinkBro 中，先是使用第二種方式，後來改成第三種。在這邊分別來說說實作的方式。

採用 Google Translate 網頁

  • 行 25: 因為實作裡的 okhttpclient 是以 callback 的型式回傳結果，這裡使用的是 suspendCancellableCoroutine，它可以把 callback 的用法包裝成一般的 suspend function，方便呼叫的人使用。
  • 行 26: 可以看到，這裡使用的是一般的網頁連結 https://translate.google.com。代入需要的參數後(最重要的是 q，它的值就是想翻譯的字串)
  • 行 39: 將組好的 url 交給 okhttpclient 去處理
  • 行 50: 取出 body 內容，交給 Jsoup 處理。Google Translate 網頁中，會把翻譯結果放在 result-container 的 html element 中。只要能從其中取出文字，就表示翻譯成功。

採用網路上找到的 Google Translate API

新的實作方式，除了改用 API 外，也移除了原先的 callback 實作，看起來更加簡潔。

  • 行 70: 一樣要利用 HttpUrl 建立 url，但這次使用的是 translate.googleapis.com。然後這裡有個神奇的參數(client=gtx)，加上後就可以正常取得翻譯結果。
  • 行 88: 換成 coroutine 的方式去打 API
  • 行 93 ~ 98: 從 response 的 json 中，取出翻譯文字。這邊的實作有點醜，因為當時還沒有引入任何 json parsing 的函式庫。之後應該會再小小地改寫一下吧。

示範畫面

相關連結

開始支援的版本 v10.3.0

Release Release v10.3.0 · plateaukao/einkbro