前端js如何根据文字识别语种？

背景

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。

方法一：franc库 (推荐)

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

// 安装
npm install franc //或 yarn add franc 

// 引入
var franc = require('franc')

// 调用
franc('This build supports the following languages') // => 'eng'

// 配置参数{}
minLength: 最短字符，默认10，如设置不合理可能返回'und' 
only:   指定语种范围, 如：['eng','kor']
ignore: 排除的语种, 如：['jpn']

// 参数使用示例
franc('Very good', {minLength: 3}) // => 'eng'

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）。

方法二：第三方api

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:

1.阿里：

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

2.华为：

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

3.腾讯：

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

4.百度：

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

方法三：正则

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。