Intl.Segmenter 对象支持语言敏感的文本分割,允许你将一个字符串分割成有意义的片段(字、词、句)。
JavaScript 演示:Intl.Segmenter
const segmenterFr = new Intl.Segmenter("fr", { granularity: "word" });
const string = "Que ma joie demeure";
const iterator = segmenterFr.segment(string)[Symbol.iterator]();
console.log(iterator.next().value.segment);
// 期望输出:"Que"
console.log(iterator.next().value.segment);
// 期望输出:" "
构造函数
- Intl/Segmenter/Segmenter
- : 创建一个新的
Intl.Segmenter对象。
- : 创建一个新的
静态方法
- Intl/Segmenter/supportedLocalesOf
- : 返回一个数组,其中包括了传入参数中的受支持的语言,而不必受限于运行时的默认区域设置。
实例属性
以下属性定义在 Intl.Segmenter.prototype 上,由所有 Intl.Segmenter 实例共享。
- Object/constructor
- : 创建该实例对象的构造函数。对于
Intl.Segmenter实例,初始值为 Intl/Segmenter/Segmenter 构造函数。
- : 创建该实例对象的构造函数。对于
Intl.Segmenter.prototype[Symbol.toStringTag]- :
[Symbol.toStringTag]属性的初始值为字符串"Intl.Segmenter"。该属性在 Object.prototype.toString() 中使用。
- :
实例方法
- Intl/Segmenter/resolvedOptions
- : 返回一个新的对象,对象的属性反映了这个
Intl.Segmenter实例初始化期间计算的区域设置和粒度选项。
- : 返回一个新的对象,对象的属性反映了这个
- Intl/Segmenter/segment
- : 返回一个新的可迭代的
Segments实例,包含了根据当前Intl.Segmenter实例的区域设置和粒度选项生成的字符串片段。
- : 返回一个新的可迭代的
示例
基础用法及与 String.prototype.split() 的区别
如果我们使用 String.prototype.split(" ") 来将一段文本分割成词汇,如果这段文本的语言并不是使用空格来分割词汇的话,那我们就不能保证得到的是正确的结果(例如日语、中文、泰语、老挝语、高棉语、缅甸语等语言)。
const str = "吾輩は猫である。名前はたぬき。";
console.table(str.split(" "));
// ['吾輩は猫である。名前はたぬき。']
// 这两个句子并没有得到正确的分割。
const str = "吾輩は猫である。名前はたぬき。";
const segmenterJa = new Intl.Segmenter("ja-JP", { granularity: "word" });
const segments = segmenterJa.segment(str);
console.table(Array.from(segments));
// [{segment: '吾輩', index: 0, input: '吾輩は猫である。名前はたぬき。', isWordLike: true},
// 等等
// ]
规范
浏览器兼容性
参见
来源:MDN Web Docs / Mozilla 贡献者 · 作者与贡献记录 · CC BY-SA 2.5。离线整理了版式、链接和媒体显示。
