php - 如何确定网站的语言

Question

我有一个网站的网址，需要找出该网站使用的语言(西类牙语、法语、意大利语等)。

网站的顶级域是 .com，这根本没有帮助。我不能简单地检查字符串是否包含“.de”、“.fr”或任何其他国家/地区代码。

我试图获取 html 标签的 lang 属性，但是有很多网站没有它。我还发现了 here我可以检查元标记，它看起来像这样:

<meta name="language" content="english">

但同样，并非所有网站都使用此标签。

您知道确定网站语言的其他方法吗？

谢谢。

Answer 1

遗憾的是，许多开发人员并不认为将语言元信息添加到他们的网页是有用的。也可能是页面上有多种语言 - 据我所知 - 强制使用 <div>参数lang或其他类似的东西。以下是一些可能对您有所帮助的建议:

1. 检查 <meta name="language" content="...">标签
2. 检查内部 <div> s 并查看是否包含 lang参数
3. 检查菜单(如果有)- 这些菜单通常包含比页面主体少得多的文本
4. 寻找更小的 HTML 数据 block ，您可以轻松解析这些数据 block ，这些数据 block 可以为您提供有关页面使用的语言的更多信息
5. 最后开始启发式分析大文本 block

实际上，目前的情况真的很令人难过，因为提供此类信息并不困难，也不需要投入太多额外时间，但专业人士肯定在那里，尤其是在搜索引擎方面，最重要的是 - 改进为有各种残疾的人提供无障碍服务。