不务正业：论如何从文字识别语言

本文一般适用于比较大的语言，一些小语言或许也有涉及。欢迎指正。文中语误，一字不易。

第一步是看字符

形如abcdefghijklmnopqrstuvwxyz等的字母，我在此将其统称为拉丁字母，它常见于日耳曼诸语（如英语，德语）和罗曼诸语（如拉丁语，意大利语，西班牙语，法语）。

现今语言活力第二大的字母体系是西里尔字母，即абвгдеёжзийклмнопрстуфхцчшщъыьэюя，常见于斯拉夫诸语（如教会斯拉夫语，俄语，白俄语，乌克兰语）。

既然说到这里就不得不说说它们两兄弟的的共同源头——希腊文。希腊语也常见在数理化等领域。希腊文的字母是这样的：αβγδεζηθικλμνξοπρστυφχψω。据我所知，只有希腊语还在全部使用希腊文字母。

而后就不得不提阿拉伯文。呃，阿拉伯文长得是在太鬼畜了。

这种字母常用于伊斯兰教地区（如阿拉伯地区）。

此后大一些的语言中只有希伯来文可以说一说了：

相比大家最熟悉的是第一个字母Alef，被用作数学上与无限有关的东西(比如说Alef0,1,2,...)。使用希伯来文字母的极大概率都是以色列的希伯来文。

然后是亚洲的表音文字。

首先来说印度阿三的语言印地文：

就没什么好说的了，我相信韩文和日文咱谁都分得出来，蒙古文改用了西里尔文（外蒙古），内蒙古的咱也分得出来，维吾尔文那一群基本上是和阿拉伯文长得差不多的。

然后具体点说。

首先说最有影响力的——英语拉丁语！拉丁文是十分好分的，毕竟也没什么人用，你一看，本来该是元音的地方出了个Vv，基本上是拉丁文没跑。拉丁文还有更便捷的分辨方式：元音上有长元音的附标  ̅。但是有的文献上是不会有的。还有比如说像有tion,tio,um,ium这种前缀后缀的要么是拉丁文，要么是从拉丁文借来的。

然后是英语。你就那么定睛一瞧，有qu没有kv，有tion没um，有元音没附标，准是英语。

还有意大利语，要是看见基本上是一个辅音带一个元音的语言，例如farfala之类，就该是意大利文了。

德文就更好分了，看见什么äöü之类并且一个句子里有好几个单词首字母大写那就该是德文。

然后是法文，要看是不是法文，得找找像les,la这样的词。如果通篇只有la那就得注意是不是Esperanto了。这时候就要看元音附标，法文的元音附标一般是像什么áàéè之类，如果还有çê之类那就是法文了。

提到这就不得不说土耳其文。我曾经天真地以为只有法文才有字母ç呢，但我后来发现土耳其文也有。土耳其文是很简单的，看一眼有没有上面带点的大写字母I(İ)和不带点的小写字母i(ı)就行了。

然后是西班牙文。西班牙文最好分辨了，看看有没有Ññ¿¡就行。

现在来说西里尔文的这几个难兄难弟。

俄语就不说了，看到标准字母表就是俄语。如果查差了ё，就说明文章是懒人写的，文章比较短，或者这是教会斯拉夫语。

乌克兰语呢，比较突出的几点是有i没и，有є没э，有ї没ы，有ґ，没ё，有'没ъ。

白俄罗斯文呢，有i没и，没щ没ъ，有ў。

保加利亚妖王文呢，没什么差别，最显著的只有没э。

剩下的就不占用过多篇幅了，自己上百科查一查：https://baike.baidu.com/item/%E8%A5%BF%E9%87%8C%E5%B0%94%E5%AD%97%E6%AF%8D?bk_fr=chain_bottom&timestamp=1618842100422

成了，那今天就先到这里吧。