PHP Twitter推特语言

Question

我正在建立一个使用Twitters公共时间线推文的网站。

http://twitter.com/statuses/public_timeline.xml

我不想要中文，俄文等的推文。除了用符号写的推文外，我想要一切。

这是我不想要的一个例子： スポーツブランドPR，マーケティング0.2児の母好きなもの：。ユニコーン，着物，駅伝

我已经尝试过mb_detect_encoding UTF8，但这不起作用。

Answer 1

您只需使用Google语言API：

GET https://www.googleapis.com/language/translate/v2?key=INSERT-YOUR-KEY&target=de&q=Hello%20world

它将返回JSON中的语言：

{
    "data": {
        "translations": [
            {
                "translatedText": "Hallo Welt",
                "detectedSourceLanguage": "en"
            }
        ]
    }
}

取自official documentation的示例，搜索“这是另一个自动检测源文本语言的示例：”

Answer 2

所有编码都相同，英文帖子也是UTF-8;）

有两个选项，要么从Twitter API中找到一个可以过滤英文帖子的解决方案。

或者您可以使用正则表达式和循环来过滤其中包含非罗马/拉丁字符的帖子。

preg_match('/[^\00-\255]+/u', $post);

希望这有帮助，

尼科

Answer 3

在查询公共时间轴时，我认为没有办法声明语言过滤器。

但是，在发布推文的用户的公共时间轴查询中返回language字段。你可以非常自信地对此进行过滤。