Как проверить, является ли слово японским или английским языком, используя PHP

Question

Я хочу иметь разный процесс для английского слова и японского слова в этой функции

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

благодарю вас

Answer 1

Быстрое решение, которое не нужно mb_string расширение:

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

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

Или модификация Решение, предоставляемое @Alexander Константинов:

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

Эта функция проверяет, содержит ли слово хотя бы одно японское письмо (я нашел диапазон Unicode для японских букв в Википедия).

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

Answer 3

Вы можете попробовать API Google перевода Google, которая имеет функцию обнаружения:http://code.google.com/apis/language/translate/v2/using_rest.html#detect-language.

Answer 4

Постараться с mb_detect_encoding. Функция, если кодировка - это EUC-JP или UTF-8 / UTF-16, он может быть японским, в противном случае английский. Чем лучше, если вы можете гарантировать, что кодирование каждого языка, поскольку кодировки UTF можно использовать для многих языков

Answer 5

Английский текст обычно состоит только из символов ASCII (или лучше, символов в диапазоне ASCII).

Answer 6

Вы можете попытаться преобразовать черт и проверять, удается ли она.

Посмотрите на iconv: http://www.php.net/manual/en/function.iconv.php.

Если вы можете преобразовать строку в ISO-8859-1, это может быть английский, если вы можете конвертировать в ISO-2022-JP, он является японским языком (я могу ошибаться для точных Charsets, вы должны Google для них).