Python自身无翻译能力，需调用第三方API；googletrans已不可靠，推荐deep-translator或官方SDK；导出模板须按目标语言动态生成字段名并保留原始结构。
直接说结论：Python 本身不自带翻译能力，必须调用第三方 API（如 Google Translate、DeepL、Azure Translator），且多语种批量处理时，googletrans 库已不可靠（返回 429 或空响应），推荐改用 deep-translator 或官方 SDK；导出模版不能只靠 csv 或 xlsx 硬写，得按目标语言动态生成字段名并保留原始结构。
为什么 googletrans 现在基本不能用了
这个库早就不维护了，2023 年起大量用户报告 Translator.translate() 随机返回 None 或抛出 AttributeError: 'NoneType' object has no attribute 'group'。根本原因是 Google 前端反爬策略升级，其模拟请求方式已失效。
- 别再试
googletrans==4.0.0rc1或降级到3.1.0—— 临时能跑不代表稳定，尤其并发稍高就失败 - 如果非要走 Google，必须用官方
google-cloud-translateSDK，并配好服务账号密钥和GOOGLE_APPLICATION_CREDENTIALS环境变量 -
deep-translator是目前最省心的替代：支持 100+ 语种、无需 API Key（免费层够日常用）、接口统一、返回结构清晰
用 deep-translator 批量翻译多语种文本的实操要点
它默认走的是 LibreTranslate 公共实例（https://libretranslate.de），速度尚可，但注意：非商业用途建议加 sleep(0.5) 避免被限流；若需更高稳定性，可自行部署 LibreTranslate 或切换到 DeepL 官方 API（需注册获取 DEEPL_AUTH_KEY）。
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
- 安装：
pip install deep-translator - 基础调用：
from deep_translator import GoogleTranslator; result = GoogleTranslator(source='auto', target='zh').translate('Hello world') - 批量处理建议用
ThreadPoolExecutor，但线程数别超过 3 —— LibreTranslate 对单 IP 并发敏感 - 源语言设为
'auto'时，短文本（langdetect 显式检测：detect('café')返回'fr'，再传给 translator
导出为「自动化模版」的关键不是格式，而是字段映射逻辑
所谓“自动化模版”，通常指 Excel 或 YAML 模板中，每列/每个 key 对应一种语言的翻译结果，比如 en 列存原文，zh、ja、ko 列存对应译文。难点不在写文件，而在保持行级对齐、跳过空行、处理特殊字符（如换行符、单引号）。
立即学习“Python免费学习笔记（深入）”；
- Excel 导出优先用
openpyxl（不是pandas.to_excel），因为后者会把换行符转成\n而非单元格内换行，导致模版错位 - YAML 导出必须用
yaml.dump(..., allow_unicode=True, default_flow_style=False)，否则中文变\u4f60\u597d - 如果原文含表格结构（如 CSV 表头 + 多行内容），翻译后务必按原行列索引写回，不能简单 flatten —— 否则「按钮文案」和「错误提示」混在一起，模版就废了
真正卡住人的地方，从来不是“怎么调 API”，而是没想清楚：哪些字段需要翻译（比如 id 和 version 绝对不能动）、译文长度是否影响 UI 布局（日语通常比英文短，德语可能长 30%）、以及第一次导出后，下次增量更新如何比对原文变动 —— 这些都得在脚本里留钩子，而不是靠人工校验。
