如何使用PHP检查单词是日语还是英语

Question

我希望此功能对英语单词和日语单词有不同的处理

function process_word($word) {
   if($word is english) {
     /////////
   }else if($word is japanese) {
      ////////
   }
}

谢谢

Answer 1

一个不需要mb_string扩展的快速解决方案：

if (strlen($str) != strlen(utf8_decode($str))) {
    // $str uses multi-byte chars (isn't English)
}

else {
    // $str is ASCII (probably English)
}

或@Alexander Konstantinov提供的解决方案的修改：

function isKanji($str) {
    return preg_match('/[\x{4E00}-\x{9FBF}]/u', $str) > 0;
}

function isHiragana($str) {
    return preg_match('/[\x{3040}-\x{309F}]/u', $str) > 0;
}

function isKatakana($str) {
    return preg_match('/[\x{30A0}-\x{30FF}]/u', $str) > 0;
}

function isJapanese($str) {
    return isKanji($str) || isHiragana($str) || isKatakana($str);
}

Answer 2

此功能检查一个单词是否至少包含一个日语字母（我在Wikipedia中找到了日语字母的unicode范围）。

function isJapanese($word) {
    return preg_match('/[\x{4E00}-\x{9FBF}\x{3040}-\x{309F}\x{30A0}-\x{30FF}]/u', $word);
}

Answer 3

您可以尝试具有检测功能的Google翻译API： http : //code.google.com/apis/language/translate/v2/using_rest.html#detect-language

Answer 4

尝试使用mb_detect_encoding函数，如果编码为EUC-JP或UTF-8 / UTF-16，则可以为日语，否则为英语。 更好的是，您可以确保每种语言使用哪种编码，因为UTF编码可以用于多种语言

Answer 5

英文文本通常仅包含ASCII字符（或更确切地说，ASCII范围内的字符）。

Answer 6

您可以尝试转换字符集并检查它是否成功。

看一下iconv： http ： //www.php.net/manual/en/function.iconv.php

如果可以将字符串转换为ISO-8859-1，则可能是英语，如果可以转换为iso-2022-jp，则可能是日语（确切的字符集我可能错了，应该用谷歌搜索它们）。