{"id":2597,"date":"2020-03-19T01:48:56","date_gmt":"2020-03-19T00:48:56","guid":{"rendered":"https:\/\/vielhuber.de\/?p=2597"},"modified":"2022-01-03T00:40:15","modified_gmt":"2022-01-02T23:40:15","slug":"google-translation-api-hacking","status":"publish","type":"post","link":"https:\/\/vielhuber.de\/blog\/google-translation-api-hacking\/","title":{"rendered":"Google Translation API Hacking"},"content":{"rendered":"\n

Google bietet im Rahmen seiner Google Cloud die Google Translation API<\/a> mit einer nutzungsbasierten Kostenstruktur<\/a> an. Daneben gibt es eine undokumentierte, ohne Key nutzbare API<\/a>, die jedoch schon nach wenigen Requests den Dienst verweigert. Bei der Benutzung der Webseiten-\u00dcbersetzungsfunktion<\/a> von Google Chrome f\u00e4llt auf, dass hier ohne sp\u00fcrbare Begrenzung Seiten in sehr guter Qualit\u00e4t \u00fcbersetzt werden k\u00f6nnen.<\/p>\n\n\n\n\n\n\n\n

Offenbar wird hier auch bereits das fortgeschrittene nmt-Model<\/a> genutzt. Doch welche API nutzt Google Chrome hier intern, um den Inhalt zu \u00fcbersetzen und kann man diese API auch direkt \u2013 sogar serverseitig \u2013 ansprechen? Um Netzwerktraffic zu analysieren, empfehlen sich Tools wie Wireshark<\/a> oder Telerik Fiddler<\/a>, die auch verschl\u00fcsselten Traffic analysieren k\u00f6nnen. Doch Chrome liefert die Requests, die es bei der Seiten\u00fcbersetzung absetzt, sogar frei Haus: Sie sind leicht einsehbar \u00fcber die Chrome DevTools<\/a>:<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

F\u00fchrt man eine \u00dcbersetzung durch, catcht anschlie\u00dfend den entscheidenden POST-Request an https:\/\/translate.googleapis.com<\/strong> via \"Copy > Copy as cURL (bash)\" und f\u00fchrt ihn beispielsweise in einem Tool wie Postman<\/a> aus, kann man den Request ohne Probleme erneut absenden:<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Auch die Bedeutung der URL-Parameter sind gr\u00f6\u00dftenteils offensichtlich:<\/p>\n\n\n\n

Key<\/strong><\/td>Beispiel-Value<\/strong><\/td>Bedeutung<\/strong><\/td><\/tr>
anno<\/td>3<\/td>Annotation-Mode (hat Auswirkungen auf das R\u00fcckgabeformat)<\/td><\/tr>
client<\/td>te_lib<\/td>Client-Information (variiert, \u00fcber das Webinterface von Google-Translate lautet der Wert \"webapp\"; Hat Auswirkungen auf das R\u00fcckgabeformat sowie auf das Rate Limiting)<\/td><\/tr>
format<\/td>html<\/td>String-Format (wichtig f\u00fcr die \u00dcbersetzung von HTML-Tags)<\/td><\/tr>
v<\/td>1.0<\/td>Versionsnummer von Google Translate<\/td><\/tr>
key<\/td>AIzaSyBOti4mM-6x9WDnZIjIeyEU21OpBXqWBgw<\/td>API-Key (siehe unten)<\/td><\/tr>
logld<\/td>vTE_20200210_00<\/td>Protokollversion<\/td><\/tr>
sl<\/td>de<\/td>Quellsprache<\/td><\/tr>
tl<\/td>en<\/td>Zielsprache<\/td><\/tr>
sp<\/td>nmt<\/td>ML-Modell<\/td><\/tr>
tc<\/td>1<\/td>unbekannt<\/td><\/tr>
sr<\/td>1<\/td>unbekannt<\/td><\/tr>
tk<\/td>709408.812158<\/td>Token (siehe unten)<\/td><\/tr>
mode<\/td>1<\/td>unbekannt<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Es werden ebenfalls einige Request Header gesetzt \u2013 diese k\u00f6nnen jedoch gr\u00f6\u00dftenteils ignoriert werden. Nach dem manuellen Abw\u00e4hlen aller Header, auch von User-Agent<\/a>, stellt man bei der Eingabe von Sonderzeichen jedoch ein Encoding-Problem fest (hier bei der \u00dcbersetzung von \u201e\u2014Hallo Welt\u2014<\/strong>\u201c):<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Aktiviert man den User-Agent wieder (das schadet generell nicht), liefert die API UTF-8 encodete Zeichen aus:<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Sind wir nun schon am Ziel und haben alle Informationen, um diese API auch au\u00dferhalb von Google Chrome zu nutzen? \u00c4ndert man die zu \u00fcbersetzende Zeichenkette (Datenfeld q<\/strong> des POST-Requests) von beispielsweise \u201eHallo Welt\u201c auf \u201eHallo Welt!<\/strong>\u201c, erhalten wir jedoch eine Fehlermeldung:<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Wir f\u00fchren nun eine erneute \u00dcbersetzung dieses abge\u00e4nderten innerhalb von Google Chrome mit Hilfe der Webseiten-\u00dcbersetzungsfunktion durch und stellen fest, dass sich neben dem Parameter q<\/strong> auch der Parameter tk<\/strong> ge\u00e4ndert hat (alle anderen Parameter sind gleichgeblieben):<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Offenbar handelt es sich um ein vom String abh\u00e4ngiges Token, dessen Aufbau nicht einfach ersichtlich ist. Startet man die Webseiten\u00fcbersetzung, werden die folgenden Dateien geladen:<\/p>\n\n\n\n