langidentp - آنلاین در ابر

برنامه:

نام

langident - فایل های زبانی را که در آن نوشته شده اند را شناسایی می کند

خلاصه

langident [OPTIONS] file1 [file2 ...]

شرح

شناسایی فایل های زبانی که با استفاده از ماژول Perl Lingua::Identify در آن نوشته شده اند.

OPTIONS
-a
نمایش همه نتایج (نه فقط محتمل ترین زبان).

-c
سطح اطمینان را برای زبان محتمل نشان دهید (اولین مقدار بلافاصله پس از آن خواهد بود
محتمل ترین زبان).

-d
اشکال زدایی (فقط توسعه).

-E رمزگذاری
رمزگذاری ورودی را انتخاب کنید. پیش‌فرض UTF-8 است.

# استفاده از ISO-8859-1 (لاتین1)
فایل langident -E ISO-8859-1

-e مواد و روش ها
روش(های) مورد استفاده را انتخاب کنید. سه راه برای انجام این کار وجود دارد:

# به سادگی با استفاده از یک روش
فایل langident -e ngrams3

# با استفاده از چندین روش (آنها را با کاما از هم جدا کنید)
langident -e prefixes3, suffixes3

# از چندین روش استفاده کنید و به هر یک از آنها وزن های مختلف اختصاص دهید
langident -e smallwords=2،پیوندها=1،ngrams3=1.3

روش های موجود به شرح زیر است: کلمات کوچک, پیشوند 1, پیشوند 2, پیشوند 3,
پیشوند 4, پسوندها 1, پسوندها 2, پسوندها 3, پسوندها 4, ngrams1, ngrams2, ngrams3 و
ngrams4.

-h
نمایش پیام راهنما و خروج.

-l
لیست همه زبان های موجود و خروج.

-m عدد
حداکثر تعداد نتایج (زبان) را برای نمایش تنظیم کنید (N زبان محتمل را نشان می دهد،
به ترتیب احتمال نزولی).

سوئیچ -a را لغو می کند.

-o زبان ها
فقط با زبان های مشخص کار کنید.

# فقط بین پرتغالی و انگلیسی شناسایی کنید
langident -o pt,en *

-p
درصدها را نیز نشان دهید.

-s اندازه
حداکثر اندازه برای بررسی

-v
نمایش نسخه و خروج

مثال ها

از روش های ngrams2 و ngrams1 استفاده کنید و اهمیت دو برابر را به ngrams2 اختصاص دهید (-e
تعویض)؛ خروجی شامل سه زبان محتمل (-m سوئیچ) با آن خواهد بود
درصدها (سوئیچ -p) و همچنین سطح اطمینان (سوئیچ -c) نتیجه اول.

$ langident -e ngrams2=2,ngrams1 -c -p -m 3 README
README:en 65.7209505939491 7.8971987481393 ga 4.11905889385895 tr 4.08487011400505
$

به DO

یک سوئیچ برای نادیده گرفتن برچسب های HTML (و شاید فرمت های دیگر) اضافه کنید.

با استفاده از خدمات onworks.net از langidentp به صورت آنلاین استفاده کنید