Python 识别短文本的语言？

我有一个文章列表，每篇文章都有自己的标题和描述。不幸的是，从我使用的来源来看，没有办法知道它们是用什么语言写的

此外，文本并非完全用1种语言编写；几乎总是有英语单词出现

我想我需要在我的机器上存储字典数据库，但这感觉有点不切实际。你建议我做什么？

你有没有研究过？如果你不介意使用web服务为你做工作，你可以试试。

我会使用这个项目

---

编辑：现在在

中，如果近地天体的建议也不切实际，我会尝试以下方法：

在许多语言中，有一些关键字出现在许多句子中，在其他语言中往往找不到

例如：英语中的“The”，德语中的“der”，“die”，“das”

---

找到这样的词，并试着在你的文本中找到它们。最后它可能有点模糊——例如，当你找到“the”和“der”时——它可能是包含一些英语句子的德语文本。至少目标语言中有足够的单词，你可以达到很高的命中率。

一般来说，你要做的是nGram识别。由于这是一个python问题，您可以看看哪个是JavaNgram库（另一个开源项目）的纯python端口

---

文档是缺乏的，但它确实有很好的准确性。

我知道这是一个老问题，但如果人们在研究此任务的选项时遇到这个问题，值得一提的是另一个工具是。

@Alex:谢谢Alex。这确实非常有用！请注意，链接的guess_语言现在未维护，并且链接到a.langdetect也是一个选项，这是

guess语言的功能。@voyager:谢谢您提供的信息。我想是的；-）不，我以前不知道guess语言或其他工具。但我认为，所有这些工具也不能发挥神奇的作用。我也没有，只是环顾了一下源代码，它就是这么做的。：）注意：我猜语言表现很差。。。我试过了，它发现一些英文文本是非英文的：同样，这个问题的答案可能会使这个问题变得不必要，但从技术上讲，不是重复的。警告：谷歌翻译API是一项付费服务。