【汉化教程】Python代码处理excel文件（二）

放在开头

书接上回，上篇教程教了怎么使用translator++，本篇教程教下大家怎么使用python代码处理excel文件，代码不一定具有普适性，目前我只用来处理过RMMV和Renpy引擎做的游戏。大家可以先看下后续代码效果的演示，再决定是否学习本篇教程。在我自己用的过程中，我觉得这代码用来处理RMMV引擎做的游戏效果很好，因为导出来的文本内好多代码；而Renpy引擎做的游戏的话导出来的文本很干净，可以不用进行处理，但也可以用我写的代码进行一些简单的处理。废话不多说，直接进入正题。

补充说明：

我将代码部分合到这篇教程里了，代码要加的功能都已完成，代码追加的功能能保留原来的文本格式，减少一些手动操作，我们只需要复制生成的txt文件内的文本去GPT翻译，翻译完成后运行代码会将翻译好的文本插入到excel文件中，最后将excel文件导入到translator++即可完成GPT润色。

一、工具资源

本篇教程下面三个文件是必要的。

文本润色使用GPT3.5。

GPT官网：ChatGPT (openai.com)

二、代码效果演示

大家可以先看看效果再决定是否学习此教程。

总共有两个代码文件。

（一）text_analysis.py代码效果演示

①下面这个这是translator++直接导出来的excel文件。

②下面这个是代码处理后新生成的excel表格

序号⑨是个占位符，后续翻译好的文本会导入进来替换⑨，省了我们自己修改文本格式，少部分文本还是得手动调一下。

③下面这个是代码生成的txt文本文件，直接把里面的内容复制到GPT翻译即可

序号⑧是个占位符，后续会替换成换行符，直接复制到GPT润色即可，GPT不会去翻译这个序号。

（二）GPT翻译演示

（三）text_to_excel.py代码效果演示

因为只是演示下效果，所以只复制了上图翻译好的文本

代码把翻译好的文本插入到了之前新生成的excel表，红圈标注的这行后续还得手动调一下，少部分没处理干净的文本还得自己调格式。

以上就是本教程的代码功能展示，用来处理RMMV引擎的游戏文本效果比较好，其他引擎不一定具有泛用性，有需要的可以学习下面的教程使用。

三、环境搭建

（一）Python和Pycharm的安装

这个大家可以看这篇文章，我就不在这篇文章内啰嗦了。

（超详细）Python+PyCharm的安装步骤及PyCharm的使用（含快捷键）_python pycharm-CSDN博客

看下面红圈标注的两个就行，环境准备就是下载Python和Pycharm，我在资源文件夹里都放好了。CSDN是国内的网站，如果连不上的话把梯子关了。

（二）代码的使用

到了这一步我就默认你前面的都搞好了。直接上图文教学吧。

①修改镜像源

把软件下载库的镜像源改成国内的，这样不挂梯子的情况下，下载代码运行需要的库要快不少。

软件左上角file→settings

→project→project interpreter→+

→manage Repositories

→+，然后会弹出个框框，把下面那个镜像源输入就去点OK返回就行了，后面设置那里也得点OK，不然不会生效。

清华镜像源(复制这个链接添加进去，添加后如下图所示)：

https://pypi.tuna.tsinghua.edu.cn/simple/

②创建工程

左上角file→new project

Location你自己指定一个项目工程存储位置，尽量别放C盘占磁盘空间。再下面那条红线是选择你的Python安装位置下的python.exe。

创建好工程后把我给的代码复制到工程下。右键项目文件夹，把我给的代码文件粘贴过来。

导入后，可以看到代码有点报红，那是运行代码所需的库还没下载。

③下载运行代码需要的库

点击上图的位置，弹出终端的窗口，将下面两行命令分别复制到命令行执行下载即可。

pip install openpyxl
pip install pandas

输入命令，点击回车，显示successfully…则说明安装成功，然后再安装另一个库。要是出问题就把梯子关了试试。

④修改代码

到了这一步该搞的都搞完了，剩下的就是跑代码了。上图文简单介绍下这个代码需要改的地方和一些自定义的地方。

text_analysis.py代码，这个代码的效果上文已经演示过了，是用来处理excel文件，生成新的excel文件和txt文件的。

13行代码指定你导出的excel文件所在的文件夹路径，注意路径内的斜杠是“/”，别弄错了。

15行代码指定输出的文件夹路径。

17、19行代码指定需要删除的excel文本类型，匹配规则是匹配以“PA_”等开头的代码文本。这个是自定义的，你也可以自己加上别的引擎类型，参照我上面的格式即可。加入匹配规则的话是再[]中加入，格式参照上图即可，例如：Renpy_delList = [“PA_”]，想设置多个规则的话在后面加, “***”（Renpy_delList = [“PA_”, “P_”]）。这些符号都是英文字符，别出现中文字符。

22行代码指定你要用哪个匹配规则，不同的游戏类型需要处理的文本有差异，delList = ***（这里选择17、19行定义的匹配规则即可，例如：delList = Renpy_delList）

24、25行代码指定文本内需要删除的字符，填入规则参考上图格式，与17、19行代码一样。确保要删除干净，没删干净的话后面不能确保后续的格式问题。比如下面这个文本：

\N[2] \F[1]

「ここですか…？重点的に攻めてあげますね…っ！」

需要删除的包括\N[2]、\F[1]、「、」。这种带斜杠的字符写入规则时要这样写[“\\N[1]”]，要多加一条\，不然会报错。至于「、」这种特殊的字符，需要写入字符码，不知道的可以问GPT（字符码的话就别多加斜杠了，直接复制GPT给的字符码过去就行）。

26行代码和22行代码一个意思，指定你需要删除文本内字符的匹配规则，del_char = ***，选择24或25行定义的规则填入（你也可以自定义）。例如：del_char = Renpy_delChar。

text_to_excel.py代码，这个代码要修改的地方比较少，自定义下路径即可。这个代码的效果是将翻译好的txt文件内的文本插入到excel表格中，上文已经演示过效果了。

14行代码改成你翻译好的txt文本文件夹路径。

16行代码就是上个代码的输出路径，这个是新生成的excel表格的文件夹路径。路径的斜杠是’/’，而不是’\’。

注意：存放翻译好的txt文本文件，保持和excel同名（比如：Map001.xlsx，存放翻译好的文本的txt文件应命名为Map001.txt）

⑤运行代码

右键代码文件，选择Run运行代码。（先运行text_analysis.py文件，再将生产的txt文件内的文本复制到GPT翻译）

运行结束，出现全部文件已处理完成则说明没问题。运行代码的过程中，请注意别打开目录下的excel文件，否则代码会运行异常。

等你翻译完成后再右键执行text_to_excel文件即可将翻译好的文本插入到excel文件内。

⑥导入到translator++

在translator++点击导入，选择导入xls……这个，然后选择要导入的文件夹或者选择单个文件，将文本导入到translator++后，自己再修改下部分文本格式，以及结合谷歌翻译进行最后的人工润色（有的文本GPT翻译的不如谷歌，尤其是色情文本，GPT翻译不出来）

⑦补充说明

如下图红线处所示，代码处理文本符号时把文本内的都给删掉了，这会曲解原文本意思。自己最后人工润色文本的时候，记得补上。原文应该是问你设为\N[1]这个名字行不行，\N[1]指代的是主角的名字。

还有就是官网GPT3.5翻译不了色情文本，复制进去的时候注意删掉那行文本。大家使用代码的时候请注意按照我图片中的示例使用，比如txt文本文件，务必一个序号占一行，别将两个序号的文本放在同一行，可以跳过某些序号。

放在结尾

python代码处理excel文件的教程到此也是结束了，后续我应该不会继续修改这两个代码了，现在已有的功能差不多了。这两篇教程其实都不难，只要大家有心学，学习最重要的还是动手实操，有想法的朋友可以学起来。大家在学习的过程中遇到什么问题，欢迎在评论区提问。然后我在汉化Red Brim的过程中遇到了些小问题，这游戏是Renpy引擎做的游戏，后续我可能还会出教程分享我写的python代码辅助处理文本文件，python代码在处理文本文件上效率还是很高的。对汉化感兴趣的可以留意我后续发的教学，如果能够帮到你我会感到很高兴。

至此结束，喜欢的朋友可以点个赞。