Text_LanguageDetect库可快速识别文本主要语言，基于n-gram统计模型，需手动引入、依赖mbstring扩展；支持设置分析粒度、n-gram数量及置信阈值，但已停止维护，新项目建议改用ext-intl、fasttext或franc等现代方案。
PHP 中使用 Text_LanguageDetect 库可以快速识别一段文本最可能使用的自然语言（如中文、英文、日文等）。这个库基于 n-gram 统计模型，轻量、无需外部依赖，适合简单场景下的语言检测。
安装 Text_LanguageDetect
该库已停止维护，不支持 Composer 官方包管理器直接安装，需手动引入：
- 前往其官方源码页：https://www.php.cn/link/9aa9725e0bbca8966afaa2c556eed96f
- 下载 ZIP 或克隆仓库，提取
Text/目录（含LanguageDetect.php和data/语言模型文件） - 将整个
Text/文件夹放入项目目录（例如vendor/Text/） - 确保 PHP 启用了
mbstring扩展（用于多字节字符串处理）
基本用法示例
加载类并调用检测方法即可：
<?php
require_once 'vendor/Text/LanguageDetect.php';
$detector = new Text_LanguageDetect();
$detector->setNameMode(1); // 可选：返回语言名称而非 ISO 码（默认为 0）
$text = "Hello world, 你好世界，こんにちは世界";
try {
$result = $detector->detect($text);
// 返回类似：['english' => 42, 'chinese' => 38, 'japanese' => 35]
arsort($result);
$topLang = key($result); // 'english'
echo "检测到主要语言：$topLang\n";
} catch (Exception $e) {
echo "检测失败：" . $e->getMessage();
}
?>
关键配置与注意事项
该库行为可通过几个方法调整：
立即学习“PHP免费学习笔记（深入）”；
-
$detector->setLevel(2)：设置分析粒度（1=单词级，2=字符级，默认 1；中文等无空格语言建议用 2） -
$detector->setMaxNgrams(100)：限制参与统计的 n-gram 数量（影响精度和速度） -
$detector->setUnknown(0.1)：设定“未知语言”的置信阈值（低于此值则不返回该语言） - 输入文本应尽量≥50 字符，过短（如单个词）结果不可靠
- 不支持混合语言精确分离，仅返回整体倾向性排序
替代建议（现代项目推荐）
由于 Text_LanguageDetect 已多年未更新，且对 UTF-8 处理较原始，新项目可考虑：
-
PHP 扩展
ext-intl的Locale::lookup()（需配合语言标签，非自动检测） -
调用轻量 Python 服务（如
fasttext或langdetect），通过 HTTP 或 CLI 调用 -
JavaScript 方案 + AJAX（如
franc）在前端预检，减少后端压力
