使用 Deepseek 将博客批量翻译为英文

自 ChatGPT 3.0 以来，AI 翻译功能以前所未有的准确度横扫翻译市场。因为本博客曾经一度使用过英文写作，所以不少文章存在中英语混用现象，趁着 Deepseek 即将涨价，我花了几分钟时间，将本博客所有文章翻译为了英文。同时借助 i18n 插件，可以很简单将 Hugo 同时部署中英双语版本。

翻译前期工作

确认自己的 HUGO 版本和主题已支持 i18n 功能

只要不是特别古董的 hugo 版本（低于0.60.0），应该都支持这个，而且大部分主流 hugo 主题也都默认可以支持 i18n 功能。可以在主题 yaml/toml 文件中查看是否有多语言配置。

安装 python

在 python 官网下载 Windows 版本然后安装。

安装必要依赖

用 Windows 终端或者 Git bash 之类的命令行工具安装 requests 和 openai 两个库，前一个用于发送 HTTP 请求，后一个用于 deepseek api 配置（deepseek 使用标准 openai 格式）。

1
2


pip install requests
pip install openai

申请 deepseek api

到 deepseek 开放平台创建 api KEY，创建时复制保存好。（每个新手机号码注册时都会送 10 元余额，如果没有，可以自己充 10 块钱。）

编写 python 脚本并运行

这里可以直接使用我的脚本，将下边代码保存为 translate.py 文件，然后在 py 文件保存的位置，运行命令行工具，输入 python translate.py 即可开启自动翻译。使用说明：

替换 “sk-xxx” 为你自己的 deepseek api KEY
替换 “D:/hugo/lawtee/content/” 为你自己的 Hugo 文章目录
固定翻译映射主要是解决文章分类可能存在中英文字义差异问题，可以根据实际情况使用。
MAX_TOKENS 可以自行修改，也可以不改，如果文章普遍很短，可以改小点。
这里的翻译逻辑是，将所有 hugo content 目录中的文件夹遍历，对文件夹中只有 index.md 的，将其翻译为 index.en.md ，如果已经同时存在 index.md 和 index.en.md 则不翻译。

提示
AI 翻译速度整体来说不会很快，但 deepseek 已经是目前最快的了。我 300 多篇文章 80 万汉字大概翻译了五个多小时，消耗 4 块钱 api 。
Hugo 的 frontmatter 部分有可能翻译失败，特别是 frontmatter 与正文衔接处，可能翻译后的结果会丢掉 --- ，翻译后建议人工排查下，大概每几篇文章就有可能出现一次。也可以在本地用 hugo server 调试是否存在错误。

查看代码

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89


import os
import re
from openai import OpenAI

# 配置
API_KEY = "sk-xxx" # 替换为你的DeepSeek API密钥
CONTENT_DIR = "D:/hugo/lawtee/content/" # Hugo的content目录路径
MAX_TOKENS = 8192 # API的最大token限制
CHUNK_SIZE = 6000 # 每块的最大token数量（根据实际情况调整）

# 固定翻译映射
CATEGORY_TRANSLATIONS = {
 "生活": "Life",
 "法律": "Law",
 "社会": "Society"
}

# 初始化OpenAI客户端
client = OpenAI(api_key=API_KEY, base_url="https://api.deepseek.com")

# 翻译函数
def translate_text(text):
 response = client.chat.completions.create(
 model="deepseek-chat",
 messages=[
 {"role": "system", "content": "You are a helpful translator. Translate the following text into English."},
 {"role": "user", "content": text},
 ],
 max_tokens=MAX_TOKENS, # 指定最大输出长度
 stream=False
 )
 return response.choices[0].message.content

# 分块翻译函数
def translate_long_text(text, chunk_size=CHUNK_SIZE):
 chunks = [text[i:i + chunk_size] for i in range(0, len(text), chunk_size)]
 translated_chunks = []
 for chunk in chunks:
 try:
 translated_chunk = translate_text(chunk)
 translated_chunks.append(translated_chunk)
 except Exception as e:
 print(f"分块翻译失败，错误：{e}")
 translated_chunks.append("") # 如果失败，添加空字符串
 return "".join(translated_chunks)

# 提取并处理Front Matter
def process_front_matter(content):
 # 匹配Front Matter部分
 front_matter_match = re.search(r"---\n(.*?)\n---", content, re.DOTALL)
 if not front_matter_match:
 return content # 如果没有Front Matter，直接返回原文

 front_matter = front_matter_match.group(1)
 body = content[front_matter_match.end():].strip()

 # 处理Front Matter中的categories字段
 if "categories:" in front_matter:
 for cn_category, en_category in CATEGORY_TRANSLATIONS.items():
 front_matter = front_matter.replace(f"categories: {cn_category}", f"categories: {en_category}")

 # 重新组合Front Matter和正文
 return f"---\n{front_matter}\n---\n\n{body}"

# 遍历content目录
for root, dirs, files in os.walk(CONTENT_DIR):
 # 检查是否存在index.md但不存在index.en.md
 if "index.md" in files and "index.en.md" not in files:
 index_md_path = os.path.join(root, "index.md")
 index_en_md_path = os.path.join(root, "index.en.md")

 # 读取index.md内容
 with open(index_md_path, "r", encoding="utf-8") as f:
 content = f.read()

 # 处理Front Matter
 content = process_front_matter(content)

 # 分块翻译内容
 try:
 translated_content = translate_long_text(content)
 # 保存翻译后的内容为index.en.md
 with open(index_en_md_path, "w", encoding="utf-8") as f:
 f.write(translated_content)
 print(f"已翻译并保存：{index_en_md_path}")
 except Exception as e:
 print(f"翻译失败：{index_md_path}，错误：{e}")

print("批量翻译完成！")

启用英文站点

参照 hugo 主题配置启用。例如本站 hugo.yaml 设置如下：

languageCode 设置为 zh-Hans 代表网站默认为中文，对于所有 index.md 文件，默认网址前缀是 https://lawtee.com ，对于所有 index.en.md 文件，网址前缀为 https://lawtee.com/en ，其他语言同理。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17


baseurl: https://lawtee.com
languageCode: zh-Hans ## 默认为中文
languages:
 en:
 languageName: English
 title: Lawtee
 weight: 2
 params:
 sidebar:
 subtitle: Legal Practitioners
 zh-cn:
 languageName: 中文
 title: 法律小茶馆
 weight: 1
 params:
 sidebar:
 subtitle: 基层法律工作者