Question

编写一个python脚本，它需要找出写入代码块的语言。我可以自己轻松编写，但我想知道解决方案是否已经存在。

Pygments不够且不可靠。

Answer 1

Pygments也可以猜到。以下是文档中的示例：

>>> from pygments.lexers import guess_lexer, guess_lexer_for_filename

>>> guess_lexer('#!/usr/bin/python\nprint "Hello World!"')
<pygments.lexers.PythonLexer>

>>> guess_lexer_for_filename('test.py', 'print "Hello World!"')
<pygments.lexers.PythonLexer>

Answer 2

我想您应该尝试本网站使用的内容：google-code-prettify（来自this question）

[编辑] J.F。塞巴斯蒂安向我指出Pygments（见this answer）

Answer 3

这可能有点难以可靠地完成。例如，以下是什么语言：

print("blah");

最可靠的方法（当然，除了让用户选择正确的语言之外）是检查第一行是否以#!（“hashbang”）开头 - 无论是在此之后是什么？脚本语言。

这对于许多脚本语言（包括python，shell脚本，perl，ruby等等）可靠地工作，但不适用于编译语言..

您可以寻找独特的语法样式或特定关键字，并针对特定语言对每个关键字进行加权。例如，$#somevar可能是Perl。 somevar.each do |another| ..... end可能是红宝石......但这最终会成为很多的工作，并且不会一直有效（特别是对于短代码块）

另一个显而易见的方法是使用文件扩展名。如果它是*.pl它可能是Perl代码..

你想要达到什么目的？如果你想要语法高亮，看看google-code-prettify做了什么 - 基本上是一个相当聪明的通用语法高亮显示器..

在上面的上述模糊示例中，print可能是一个语句或函数名称，"blah"可能是一个字符串。如果你以不同的方式突出显示这两者，你已经成功地突出显示了不同语言的 lot ，而不必检测它实际上是什么......但是这可能并不总是有效，具体取决于任务.. < / p>

Answer 4

Ohcount就是为此而开发的： http://labs.ohloh.net/ohcount

他们在www.ohloh.net上使用它来计算人们对语言的贡献。

坏消息是它是用ruby编码的，但我确信你可以在python中以这种或那种方式集成它。

Answer 5

Vim使用一堆有趣的测试和正则表达式来查找某些文件格式。您可以在vim/vim71/filetype.vim或here online查看vim指令文件。

Answer 6

用
编写代码块的语言

您可以选择哪种语言？普遍没有办法确定这一点。但如果你缩小你的注意力，可能会有一个工具

Answer 7

你可以查看突出显示代码块的highlight.js，他们说他们正在使用某种启发式方法来完成这个http://softwaremaniacs.org/soft/highlight/en/

Answer 8

由于您提出了这个问题，GitHub已经发布了用于检测编程语言的代码Linguist。根据我的经验，GitHub非常准确。

语言检测

Linguist在yaml文件中定义GitHub已知的所有语言的列表。为了突出显示文件，必须在那里定义语言和词法分析器。

大多数语言都是通过文件扩展名检测到的。这是最快和最常见的情况。

为了消除具有公共扩展名的文件之间的歧义，我们使用贝叶斯分类器。例如，这有助于我们区分.h文件，它们可以是C，C ++或Obj-C。

Ruby gem：http://rubygems.org/gems/github-linguist

如果因任何原因无法使用Ruby，逻辑就足以移植https://github.com/github/linguist/blob/master/lib/linguist/language.rb

Answer 9

正如其他人所说，Pygments将是你最好的选择。

是否有一个库可以检测代码块的源代码语言？

9 个答案:

语言检测