Como verificar se a palavra é japonesa ou inglês usando php
Pergunta
Eu quero ter um processo diferente para a palavra em inglês e a palavra japonesa nesta função
function process_word($word) {
if($word is english) {
/////////
}else if($word is japanese) {
////////
}
}
obrigada
Solução
Uma solução rápida que não precisa do mb_string
extensão:
if (strlen($str) != strlen(utf8_decode($str))) {
// $str uses multi-byte chars (isn't English)
}
else {
// $str is ASCII (probably English)
}
Ou uma modificação do solução fornecida por @Alexander Konstantinov:
function isKanji($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($str);
}
Outras dicas
Esta função verifica se uma palavra contém pelo menos uma letra japonesa (encontrei o alcance Unicode para letras japonesas em Wikipedia).
function isJapanese($word) {
return preg_match('/[\x{4E00}-\x{9FBF}\x{3040}-\x{309F}\x{30A0}-\x{30FF}]/u', $word);
}
Você pode experimentar a API de tradução do Google que tem uma função de detecção:http://code.google.com/apis/language/translate/v2/using_rest.html#detect-language
Tente com mb_detect_encoding Função, se a codificação for Euc-JP ou UTF-8 / UTF-16, pode ser japonês, caso contrário, inglês. Melhor é se você puder garantir qual codificação de cada idioma, pois as codificações UTF podem ser usadas para muitos idiomas
O texto em inglês geralmente consiste apenas em caracteres ASCII (ou melhor, digamos, caracteres na linha ASCII).
Você pode tentar converter o charset e verificar se ele for bem -sucedido.
Dê uma olhada no iconv: http://www.php.net/manual/en/function.iconv.php
Se você puder converter uma string para ISO-8859-1, pode ser o inglês, se você puder converter para ISO-2022-JP, é provevelmente japonês (posso estar errado para os charsets exatos, você deve pesquisar no Google para eles).