Python来识别字符串所属语言类型（langid 、langdetect）

目前有两个开源项目： langid 和 langdetect

pip install langdetect

项目地址：https://github.com/Mimino666/langdetect

但是使用langdetect来判断中文时候就会爆出错误

# -*- coding:utf-8 -*-

from langdetect import detect

str = '你好'

print detect(str)

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)

但是使用判断英文时候就是正常的，这个时候用来做字符串检测不太好使了。

pip install langid

项目地址：https://github.com/saffsd/langid.py

使用另一个项目langid 来做检测还算正常，

import langid

s1 = "你好"

array = langid.classify(s1)

print array[0]

文章地址：https://www.apizl.com/archives/view-148728-1.html