detectLanguage

按字符占比判定一段文本的主语言。纯统计 —— 不加载模型，不加载词典。适合 「用哪套分词规则 / 哪个语言专属模型 / 哪种排版度量」这类分支判断。

API

detectLanguage(text, sampleSize?)

参数	说明	类型	默认值
text	待检测文本	string	必填
sampleSize	采样字符数	number	20000

返回 'zh' \| 'en' \| 'other'。

navigatorLanguage()

把浏览器 UI 语言映射到同一套三分桶 —— 没有内容可检测时的默认值。SSR 下返回 'other'。

示例

import { detectLanguage, navigatorLanguage } from 'ranuts';

const lang = book.content ? detectLanguage(book.content) : navigatorLanguage();
const model = { zh: 'chapter-title-zh-v1', en: 'chapter-title-en-v1' }[lang];

注意

1. 只采样开头。正文语言全文一致，为了确认第一段就已说明的事去扫一本上百万字的书纯属浪费。
2. 夹杂少量英文的中文仍判中文。拉丁字符要明显占多（超过 3 倍）才翻成英文 —— 中文里混英文很常见，反过来少见。
3. 'other' 表示「既非 CJK 也非拉丁」 —— 日语假名、西里尔、阿拉伯文、纯数字文本都落在这里。 这是一个粗粒度三分桶，不是语种识别。