Detektor jazyka

Vloží sa úryvok kódu a hneď sa získa jeho najpravdepodobnejší jazyk — detektor hodnotí používanie kľúčových slov, charakteristické syntaktické značky, štýl komentárov a voliteľný názov súboru voči signatúram pre 27 bežných jazykov (Python, JavaScript, Java, C/C++, C#, Go, Rust, SQL, HTML/CSS a ďalšie). Tri najlepšie odhady sa zobrazia spolu s presnými indíciami, ktoré sedeli. Heuristika, lokálne spracovanie a ochrana súkromia: nič neopúšťa prehliadač.
Úryvok kódu
Ako to funguje a obmedzenia. Detekcia je heuristická: spočítava charakteristické kľúčové slová, syntaktické značky (napr. , def , package main), štýly komentárov a príponu súboru, potom zoraďuje 27 signatúr. Krátke alebo všeobecné úryvky môžu byť nejednoznačné (napr. import je spoločné pre Python a Go) a najlepší odhad môže byť nesprávny pri zmiešanom alebo výrazne skrátenom kóde — výsledok treba brať ako návrh. Podporované: JavaScript, TypeScript, Python, Java, C, C++, C#, Go, Rust, Ruby, PHP, Swift, Kotlin, Objective-C, Bash, Perl, PowerShell, SQL, HTML, CSS, JSON, YAML, XML, Markdown, Scala, R, Lua.
Ako funguje detekcia jazyka kódu?

Detekcia je klasifikačný problém s dvomi širokými prístupmi: štatistické modely trénované na korpusoch (frekvencie tokenov, n-gramy) a ručne vytvorené porovnávanie signatúr — čo robí táto stránka. Každý jazyk má signatúru charakteristických indícií: kľúčové slová, ktoré používa iba on (def, fn, public static void), syntaktické značky ako štýly komentárov alebo <?php, a prípony názvov súborov. Detektor počíta, ktoré indície sa v úryvku objavujú, a zoraďuje signatúry, ktoré najlepšie sedia, a zobrazuje presné dôkazy, aby ich bolo možné posúdiť samostatne.

Krátke úryvky sú prirodzene nejednoznačné — samotné import existuje v Pythone, Go aj Jave — takže poradie detektora (a zoznam indícií) je informatívnejšie než jeho jediný najlepší odhad.