我有一個朋友很會記帳。不是那種每個月底才對帳單的記帳，是每買一杯飲料就打開 app 輸入的那種。我問她不累嗎，她說：「累的是月底發現錢不見了卻不知道去哪，記帳一點都不累。」
這篇講的東西本質上就是她那個 app，只是記的不是錢，是字元數。Google 的 Cloud Translation 每個計費月前五十萬字元免費，對一個小網站的機器翻譯來說夠用，前提是你有辦法保證整個月不超過。超過就是帳單，而且是那種你不會在第一時間發現的帳單。
google-auth：純 Python，可以離線裝
先講認證這一層。呼叫 Google 的 API 要先拿到存取權杖，這件事聽起來簡單，實際上牽涉到 OAuth、JWT、簽章、過期更新一堆東西，自己寫會寫到懷疑人生。google-auth 是 Google 官方的 Python 認證函式庫，Apache-2.0，支援服務帳戶金鑰、OAuth 和應用程式預設憑證，你給它一個金鑰檔，它給你一個會自動更新的權杖。
它的相依很少而且全是純 Python：cachetools、rsa、pyasn1、pyasn1-modules。這表示在一台沒有 pip 的機器上，可以用 python -m venv --without-pip 建環境，把五個 wheel 檔的 SHA-256 對 PyPI 公布的值核對過再解壓進去，不需要連網安裝。純 Python 這件事在這裡很重要，如果它帶著 C 擴充，離線安裝就會變成一場惡夢。
每日上限怎麼算出來的
我把每日上限設成 15,000 字元。理由是這個算式：15,000 乘以 32 等於 480,000，小於 500,000。
為什麼是 32 而不是 31？計費月最長三十一天，但 Google 的每日配額用哪個時區換日不一定跟你的一樣，一個計費月最多會碰到三十二個配額日。多算一天是保險。這樣即使程式的台帳算錯，Google 端的配額本身也把單月用量壓在免費額度內。這個算式我寫在程式的註解裡，寫了三行解釋那個 32，因為我知道未來的自己一定會看著它想「為什麼不是 31」然後手癢改掉。
上限要兩邊都設：Google 主控台的每日配額，和程式自己的滾動二十四小時上限。調整時有順序，調高先改主控台、確認生效再改程式；調低先改程式、再改主控台。程式的上限若高於配額，超出的請求會被 429 拒絕。這個順序就像調整兩道門的寬度，你要先把外面那道開大，裡面那道才有意義。
429 之後怎麼記帳
每次呼叫前先在台帳裡預留字元數，呼叫成功才確認。被 429 拒絕或傳輸失敗時，預留不退，那段標記為「不確定」，因為你不知道 Google 那邊有沒有算。寧可少用幾百字元，不要台帳比實際少。
這跟我朋友的記帳原則一樣：不確定有沒有花的錢，先當作花了。她說這樣月底只會有驚喜，不會有驚嚇。每個計費月開始時，先拿帳單或主控台的實際用量核對上個月，核對通過才允許新一期的呼叫。沒核對就不跑，這條規則很煩，但它是整套機制裡唯一能抓到「台帳跟現實對不上」的地方。
佔位符要用 HTML 模式送
翻譯的段落裡如果有 {{a1}}…{{/a1}} 這類佔位符，用純文字模式送翻，機器翻譯會把它們搬走或丟掉。它會覺得那串大括號是某種奇怪的標點然後幫你「修好」。
解法是改用 HTML 模式：佔位符換成自訂元素 <x-a1>…</x-a1>，文字先做 HTML 轉義，回來時還原佔位符、解碼實體，剩下任何標記就拒絕那一段。這件事我是實測後才知道的，文件沒有寫得這麼具體。第一次看到翻回來的段落裡少了一個連結佔位符的時候，我還以為是自己的正規表示式寫錯，查了半小時才發現是翻譯服務把它吃了。
小劇場：為什麼不直接付錢
「五十萬字元很快就用完吧？為什麼不乾脆付錢？」
「因為付錢的模式是用多少算多少，而我的程式是無人值守的。一個沒人看的程式加一張用多少算多少的帳單，是所有工程師的惡夢。」
「你可以設預算警示啊。」
「警示是事後通知你已經花了，我要的是事前根本花不到。」
「所以你寧可慢一點。」
「一天一萬五千字元，一個月能翻完一個小網站。慢是慢，但我睡得著。」
歸屬標章
Google 要求顯示機器翻譯結果的頁面標示由 Google 翻譯，並提供官方的標章圖檔。這是使用條款的一部分，不是可選的裝飾。放標章不會讓你的網站變醜，不放會讓你的網站變成違反條款的網站。
我對這套做法的看法
免費額度是給小規模用的，超過就是帳單。一個台帳、一個算式、兩邊的上限、一個月初的核對，這四樣東西加起來不到兩百行程式，換到的是可以整個月不看它。
我朋友的記帳 app 用了五年，她說最大的收穫不是省錢，是「知道」。知道錢去哪了，知道還剩多少，知道下個月會怎樣。我的字元台帳給我的是同一件事：知道。在一個無人值守的系統裡，知道就是安全感。
認證這件事為什麼要一個函式庫
OAuth 2.0 在 2012 年成為標準，它的核心想法是「不要把密碼給第三方，給一個有期限、有範圍的權杖」。服務帳戶是它的一種變體，給程式用的：你有一把私鑰，用它簽一個 JWT，拿去換一個一小時有效的存取權杖，過期再換。這個流程寫起來大概一百行，但裡面有簽章演算法、時間同步、錯誤重試、權杖快取，每一個都有坑。google-auth 把這一百行變成兩行，而且是 Google 自己維護的，API 變了它會跟著變。
機器翻譯本身也有一段歷史。Google 在 2016 年把翻譯引擎從統計式換成神經網路，翻譯品質那年突然跳了一大截，很多人記得那個「翻譯突然變得像人寫的」的時刻。現在的 Cloud Translation 分 Basic 和 Advanced 兩個版本，Advanced 多了詞彙表和自訂模型，品牌名稱這種不該被翻的字可以放進詞彙表。免費額度兩個版本合計算。
常見的三個誤會
第一個誤會是「免費額度用完會自動停」。不會，它會自動開始收費。要停要自己設配額，這就是為什麼主控台那邊的上限一定要設，而且要設在程式上限之上一點點。
第二個誤會是「HTML 模式比較慢或比較貴」。字元數的算法一樣，速度差不多。它只是告訴翻譯引擎「這些標籤不要動」，剛好可以拿來保護佔位符。
第三個誤會是「機器翻譯的頁面不用標示」。Google 的條款要求標示，很多其他翻譯服務也一樣。這不只是條款，也是對讀者的誠實：他們有權知道自己讀的是機器翻的。
一個週末可以試的小練習
開一個 Google Cloud 專案，啟用 Cloud Translation API，建一個服務帳戶並下載金鑰。pip install google-auth google-cloud-translate，用金鑰翻譯一句話，確認能動。然後去 API 的配額頁面，把每日字元上限設成 1,000，一個很小的數字。
接著寫一個二十行的台帳：一個 JSON 檔記今天用了多少，每次翻譯前先加上要翻的字元數，超過 900 就拒絕。跑幾次，讓它撞到自己的上限；再把台帳的上限改成 2,000，讓它去撞 Google 的上限，看 429 回來長什麼樣。這一小時你會親手體驗兩道門的關係，以及為什麼裡面那道要比外面那道窄。做完記得把配額改回去或關掉 API，不要留一個能用的金鑰在硬碟上。
後記
我朋友的記帳 app 有一個功能是「本月剩餘可花」，她說那個數字比銀行餘額有用一百倍，因為餘額是過去，剩餘可花是未來。我的字元台帳也有一個一模一樣的數字。每天早上看一眼，知道今天可以翻多少，知道月底會怎樣。無人值守的系統最需要的，大概就是這種讓人可以不看它、但想看的時候一眼就懂的數字。
留言（0）
還沒有留言。讀完有想法，歡迎留下第一則。