Python语言检测模块langid和langdetect的使用实例

陆景行

发布时间：2026-10-13 | 3人浏览过

原创

本文介绍Python中两款常用的语言检测模块langid和langdetect，用于区分文本所属语言（如中文、英文等）。通过具体代码示例展示模块的基本用法及输出结果，帮助开发者快速实现语言类型识别功能。

以往在数据编码风格检测中，chardet模块应用较为广泛。本文重点介绍两款用于检测数据语言类型的模块：langid和langdetect，例如判断文本是中文还是英文。这两个模块的使用方法相对简单，本文仅展示基础用法，旨在满足项目中的基本需求，并未深入探讨其内部原理。如需深入了解，可参考模块提供的官方地址链接。

def langidFunc():
  '''
  https://github.com/yishuihanhan/langid.py
  '''
  print langid.classify("We Are Family")
  print langid.classify("Questa e una prova")
  print langid.classify("我们都有一个家")
  identifier=LanguageIdentifier.from_modelstring(model,norm_probs=True)
  print identifier.classify("We Are Family")
 
def langdetectFunc():
  '''
  https://github.com/yishuihanhan/langdetect
  '''
  s1=u"本篇文章主要介绍两款语言探测工具，用于区分文本到底是什么语言，"
  s2=u'We are pleased to introduce today a new technology'
  print detect(s1)
  print detect(s2)
  print detect_langs(s2)  # detect_langs()输出探测出的所有语言类型及其所占的比例
  print detect_langs("Otec matka syn.")

具体运行结果如下所示：

('en', 9.061840057373047) ('it', -35.41771221160889) ('zh', -85.79573845863342) ('en', 0.16946150595865334) zh-cn en [en:0.999998109575] [pl:0.571426592237, fi:0.428568772028]

总结

以上就是本文的全部内容，希望这些内容能对您的学习或工作提供一定的参考价值，感谢支持。如需了解更多相关信息，请查阅下方的相关链接。