用python检测英文文本

嗯，我知道这个问题被问了很多次，但我仍然无法用“可用”的解决方案来解决它。希望得到更多关于如何检测我的句子的想法或概念，我的英语是python的。可用的解决方案：

• 语言检测器（ruby而非python:/）
• Google Translate API v2（不再免费，当我为学术目的做这个项目时，每月必须支付20美元。礼貌限制：0个字符/天）
• python语言标识（未找到源代码，链接如下。）
• （这不是为python 2.7准备的？我对python还不熟悉，有什么指南吗？我打赌这将是我需要的）
• NLTK中的Wordnet（我不知道为什么缺少“Wordnet.Synset”，只有“Wordnet.Synset”可用。解决方案中的示例代码对我也不起作用，可能又出现版本控制问题了？）
• 将英语单词储存在列表中，比较单词是否存在（是的，这是一种不好的方法，而句子来自twitter和..你知道：P）

工作解决方案

最后，经过一系列尝试，以下是可行的解决方案（上述列表的替代方案）

• Wiktionary API（使用Urllib2和simplejson对其进行解析。然后查找关键字是否为-1表示该单词不存在。否则它是英文的。当然，在twitter中使用时，必须将您的单词预处理为没有特殊字符，如@#，？！。有关如何查找关键字，请参阅此处。）
• Dogukan Tufekci的回答（勾选）（缺点：假设长度小于20个字符的句子必须安装PyEnchant，否则它将返回未知值。虽然PyEnchant不支持Python 2.7，但这意味着无法安装且无法使用长度小于20个字符的句子）

参考资料

---

您可以使用隐马尔可夫模型来检测语言，每种语言都有自己的特点。

您可以尝试我通过。看起来它支持Python 2和3，所以应该可以。

有趣的问题。将单词存储在列表中的一个改进是将它们存储在集合或字典中。列表法是O（n），其他方法是O（1）。不要把答案放在问题中，而是把它作为答案发布。如果你有答案，回答你自己的问题是令人鼓舞的（谢谢）最近我找不到文档，被忽略了。顺便说一句，你有没有关于如何解决这个问题的线索？导入无错误，但当我尝试调用guess_语言（“我的句子”）时，它会返回以下内容：回溯（最近一次调用）：文件“”，第1行，在TypeError中：“模块”对象不可调用。您的导入应为：从guess_语言导入guess语言，您的调用应为guess语言（“我的句子”）。您正在调用错误的模块。如果您试图理解所说的内容，则类型错误确实很有帮助。在本例中，它表示您正在调用“module”对象。Tefekci，非常感谢；）烦人的文档-.-@dokukantufekci非常感谢！文件对我没有帮助。。。但现在它正在工作：-）我可以有一些参考链接吗；）很抱歉这么简单，但基本上，特定字节序列的概率取决于语言。在英语中，“hello”表示的是一个更可能的字节序列，而不是语言中很少出现的序列，例如“encontar”。对于单个单词来说，差异可能很小，但是如果你有一个短语，你就能够得到一个更具决定性的结果。坦白说，我同意多古坎的答案。