php检测阿拉伯文和泰文依赖unicode属性正则\p{arabic}与\p{thai}，需启用/u修饰符及utf-8环境；不支持nlp级语种识别，仅判断字符所属脚本区块。
PHP 识别阿拉伯文和泰文脚本，核心不是“识别语言”，而是检测文本中是否包含对应 Unicode 脚本的字符。PHP 本身不带 NLP 级别的语言识别（如判断一段文字“是阿拉伯语还是泰语”），但可通过正则表达式精准匹配 Unicode 区块，确认字符串是否含阿拉伯字母、泰文字符等。
以下方法均基于 UTF-8 编码环境（必须确保 mb_internal_encoding('UTF-8') 已设置，且文件/数据库/HTTP 均启用 UTF-8）。
✅ 检测是否含阿拉伯文字
使用 \p{Arabic} Unicode 属性（推荐）或显式 Unicode 范围：
function containsArabic($text) {
return (bool) preg_match('/\p{Arabic}/u', $text);
}
// 示例
var_dump(containsArabic("مرحبا! أهلاً")); // true
var_dump(containsArabic("Hello world")); // false
✅
\p{Arabic}自动覆盖 U+0600–U+06FF、U+0670–U+06FF、U+067E/U+0686/U+06AF（波斯扩展）等常用区块，比手写\x{0600}-\x{06FF}更健壮。
✅ 检测是否含泰文（Thai）文字
泰文 Unicode 区块为 U+0E00–U+0E7F，对应 \p{Thai} 属性：
function containsThai($text) {
return (bool) preg_match('/\p{Thai}/u', $text);
}
// 示例
var_dump(containsThai("สวัสดีครับ")); // true
var_dump(containsThai("Xin chào")); // false（越南文，属 \p{Latin}）
✅ 同时检测多种脚本（混合判断）
可组合使用多个 \p{...} 属性，支持“或”逻辑：
// 检查是否含阿拉伯文 或 泰文
function hasArabicOrThai($text) {
return (bool) preg_match('/[\p{Arabic}\p{Thai}]/u', $text);
}
// 区分类型：返回 'arabic' / 'thai' / 'mixed' / 'none'
function detectScript($text) {
$hasAr = preg_match('/\p{Arabic}/u', $text);
$hasTh = preg_match('/\p{Thai}/u', $text);
if ($hasAr && $hasTh) return 'mixed';
if ($hasAr) return 'arabic';
if ($hasTh) return 'thai';
return 'none';
}
⚠️ 注意事项
- 必须加
/u修饰符，否则\p{...}不生效，且 UTF-8 多字节字符会被错误切分； - 不要用
strlen()判断字符数，改用mb_strlen($text, 'UTF-8')； - 避免用
ord()或$str[0]直接访问，会破坏 UTF-8 字节序列； - 若需更高级语言识别（如概率判断语种），应调用专用服务（如 Google Cloud Natural Language API 或 Python 的
langdetect+ PHP exec）； - Tesseract OCR 可实际识别图像中的阿拉伯文/泰文（需安装对应语言包：
tesseract-ocr-arab、tesseract-ocr-thai），但那是 OCR 场景，非纯文本检测。
不复杂但容易忽略
php免费学习视频：立即使用
踏上前端学习之旅，开启通往精通之路！从前端基础到项目实战，循序渐进，一步一个脚印，迈向巅峰！
