在很多数据处理的时候，我们可能会面临一个问题-多语言的文本数据，比如我最近做的一个评论数据分析，我们发现这个数据有多种语言形式，这个时候我们需要对它进行统一化，方面后面的进行，不然可能会面临多语言分情况分析（比如做情感分析的时候，语言不同，它所使用的模型也不同），所以这篇博客也是为了那个问题解决所介绍的。
下面我主要介绍几种方法：
1.translate
用法很简单，它的功能也就是翻译的功能，下面我看几个实例：
from translate import Translator
translator= Translator(to_lang="chinese")#指定要翻译成的语言
translation = translator.translate("Good night!")
print(translation)
运行结果是：
晚安！
还可以对不同两种语言直接进行切换：
translator= Translator(from_lang="chinese",to_lang="english")
translation = translator.translate("这是一只铅笔!")
print(translation)
运行结果是：
This is a pencil!
我们可以试试稍微复杂点的句子：
translator= Translator(from_lang="chinese",to_lang="english")
translation = translator.translate("哇谢谢您的超赞好评 您提到的问题我们会努力改进 期待再来哟")
print(translation)
运行结果是：
Wow, thank you for your praise, the questions you mentioned, we will work hard to improve and look forward to seeing you again.
个人觉得翻译还是可以的。
translator= Translator(to_lang="chinese")
translation = translator.translate("Niko was very welcoming, and very easy to communicate. I had a cold when I arrived, she cooked porridge for me. The place is close to metro station, a really good value!")
print (translation)
运行结果是：
Niko非常热情，也很容易沟通。我到达时感冒了，她为我煮了粥。这个地方靠近地铁站，非常物有所值！
而且它能够识别英文名字，然后内容也大体翻译的还行。
这里我就介绍到这里，最后补充一点关于那个翻译语言参数可以设为简写，比如中文’zh’，这个大家自己下去查阅就行了。大多数我们也只用到这个功能。
2.Googletrans库(谷歌翻译)
由于谷歌不能直接访问可能还需要代理等，想了解的话可以看这篇博客。但它的功能相对更强大一些。
3.百度翻译
这个首先我们需要去百度翻译平台注册并填写申请，最后得到一个密钥相关，有兴趣的话可以去了解一下。具体用法类似我之前写的一篇博客，可以参考一下。
4.有道翻译
这个和百度类似，都可以对接python实现，具体我也没用过，大家可以自己去了解，
最后可以看看这篇博客关于翻译API的使用。
我们平时选用一种就可以了，看大家选择，后两种效率更高一些，但存在一定的收费功能。但对于大家而言都够用了。