如何使用 PHP 检查单词是日语还是英语

Question

我想在此功能中对英语单词和日语单词进行不同的处理，

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

谢谢

Answer 1

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)
}

或者修改 由@Alexander Konstantinov提供的解决方案：

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

此函数检查一个单词是否至少包含一个日语字母（我在 Wikipedia）。

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

Answer 3

你可以尝试一下Google的翻译API，它有一个检测功能：
http://code.google.com/apis/语言/翻译/v2/using_rest.html#检测语言

Answer 4

如果编码是 EUC-，请尝试使用 mb_detect_encoding 函数JP 或 UTF-8 / UTF-16 可以是日语，否则是英语。
如果您能确保每种语言采用哪种编码，那就更好了，因为 UTF 编码可用于多种语言

Answer 5

英文文本通常仅包含 ASCII 字符（或者更好的说法是 ASCII 范围内的字符）。

Answer 6

您可以尝试转换字符集并检查是否成功。

看看 iconv： http://www.php.net/manual/ en/function.iconv.php

如果您可以将字符串转换为 ISO-8859-1，它可能是英语，如果您可以转换为 iso-2022-jp，它可能是日语（我可能对确切的错误）字符集，你应该用谷歌搜索它们）。