

如何用Python识别「字符」属于哪个国家？

数据分析与统计学之美

2022-01-26

大家好，我是黄同学🚀

前几天，在粉丝群碰到这样一个需求。

哈哈，黄同学只想说，真是什么需求都有人问，而Python真的是什么都能做。

你现在不知道，可能是还没有碰到过。但是多学习一下也没有错，万一哪一天用上了呢？

今天黄同学就带你来解决这个问题。

这里使用的是langid库，但是必须提前安装。

  
   pip install langid

在langid库中，有一个classify()方法，它可以帮助我们识别不同国家的文本，最终返回一个元组，第一个参数，是该语言最可能的国家；第二个参数，是置信度，表示有多大把握。

我们直接上案例，为大家做一个演示。下面有5个字符串，分别是不同国家关于"你好"的发音。

  
   import langid

str1 = '你好'
str2 = 'hello'
str3 = '안녕하세요'
str4 = 'こんにちは'
str5 = 'Добрый день'

langid.classify(str1)
langid.classify(str2)
langid.classify(str3)
langid.classify(str4)
langid.classify(str5)