最近在写一个翻译插件，遇到这样一个问题：遇到多国语言的情况会翻译失败。原来第三方翻译api不能批量自动识别文本的语种，（比如百度翻译api，即使设置成auto模式，遇到混合语种的文本就不行了）。有没有办法对翻译的文本语种进行分类呢？经过搜索和实践，有了以下几种办法。

关于javascript实现语言识别的文章，在百度和谷歌上很少，在gitHub上搜索“language detection”，找到这个star数3.5k的franc。测试一番后，最能满足我项目需要。

franc自称支持的语种比任何库都多，它分为三个版本：franc-min, franc, franc-all，分别支持82, 187, 406种语言，你可以根据需要引用。 详情说明请阅读官方gitHub地址

优点：纯javascript本地实现、语种丰富、免费。缺点：打包体积（franc-min实际测试105kb）、识别样本过短可能识别有误（建议文本大于10个字符）。

第三方我没使用过，帮大家搜了一下国内几个大厂的语种识别api:

特点：单次限长5000字符，QPS=50；每月100万字符免费,超过后70元/百万字符地址：https://help.aliyun.com/document_detail/164512.html

特点：单次限长2000字符; 支持15国语言地址：https://support.huaweicloud.com/api-nlp/nlp_03_0055.html

特点：单次限长2000字符，QPS=5; 支持15国语言地址：https://cloud.tencent.com/document/product/551/15620

特点：QPS=3; 暂时免费；支持7国语言地址：http://api.fanyi.baidu.com/product/141

用几行简单的正则表达式来识别国家语种，是最美好的愿望，通常想到的是用字符集的范围来判断。比如平时用来判断汉字的正则为：/^[\u4E00-\u9FA5A]+$/，可惜这种方法经常不准确。特别是东亚国家的文字，字符集有交叉部分。又比如Hello和Bonjour，一个是英语，一个是法语，用正则区分是比较困难的。