Python langdetect：在一种语言或另一种语言之间进行选择答案

【问题标题】：Python langdetect: choose between one language or the other onlyPython langdetect：在一种语言或另一种语言之间进行选择
【发布时间】：2018-08-24 22:43:07
【问题描述】：

我正在使用langdetect 来确定一组我知道是英语还是法语的字符串的语言。

有时，langdetect 告诉我该语言是罗马尼亚语，因为我知道一个字符串是法语。

如何让langdetect 仅在英语或法语之间进行选择，而不是在所有其他语言之间进行选择？

谢谢！

【问题讨论】：

标签： python nlp language-detection

【解决方案1】：

选项 1

一种选择是改用包langid。然后你可以简单地通过方法调用来限制语言：

import langid
langid.set_languages(['fr', 'en'])  # ISO 639-1 codes
lang, score = langid.classify('This is a french or english text')
print(lang) # en

选项 2

如果你真的想使用langdetect包，你可以复制包文件夹（如果你不确定它在哪里，使用python -m site --user-site)并从文件夹@987654325中删除你不需要的配置文件@。

虽然这不是一个非常动态的解决方案。

【讨论】：

【解决方案2】：

我这样做的方法是使用detect_langs，它返回一个具有概率的Language对象列表，然后遍历这个列表，如果其中一个选项是英语或法语，则返回语言，或者None 如果不是这种情况。此功能适用于此目的：

from langdetect import detect_langs

def englishOrFrench(string):
    res = detect_langs(string)
    for item in res:
        if item.lang == "fr" or item.lang == "en":
            return item.lang
    return None

print(englishOrFrench("Bonjour"))              # fr
print(englishOrFrench("The quick brown fox"))  # en
print(englishOrFrench("Hallo, mein Freund"))   # None

【讨论】：

lang 检测有点.. 糟透了。 "38 HewcnonHe,!Me PlrIM HellaA.ne*aulee kicnon}le,wle npeAy(MOTpeHHbIX AorOBOpOM" 被检测为 en
@thang 您希望从完美工具中获得什么输出？ langdetect 尝试将每个字符串都适合某种语言，因此如果您使用它来检测无意义的字符串，它当然会中断。
我认为这是从俄罗斯 pdf 文档中复制的。
@thang 您的示例几乎与俄语无关，这是一个伪造的副本输出。