確定Java中的unicode字符串的語言

Question

如果我在java中有一個字符串，我該如何確定它屬於哪種語言？ Unicode規範是否允許我們這樣做？

Answer 1

如果字符串甚至是單詞或短語，Unicode字符串中沒有指定該字符串所處的語言的元數據。

根據字符串中包含的字符，您可能能夠猜出正在使用的語言。例如，Unicode範圍30A0-30FF表示日語片假名字符。所以如果你的字符串大部分都是由該範圍內的字符組成的，你可以猜測它是日文的。雖然這並不可靠。例如，如果它只是隨機片假名字符呢？爲了可靠的語言檢測，我將放棄使用Unicode作爲語言檢測基礎的所有想法，並專注於語言識別算法。