База знанияИзпитен център
BGБългарски
Избери език13

CKTIS / JavaScript

Intl.Segmenter — сегментиране на текст според езика

Intl.Segmenter определя границите на графеми, думи или изречения чрез правила, съобразени с езика. Методът segment() връща итерируеми описания на сегментите, а isWordLike позволява да изберете класифицираните като думи.

Версия: ECMAScript and Web APIs; exact feature edition and browser support reviewed per entry; Node 24 in repository does not prove browser API support

Синтаксис

new Intl.Segmenter(locales, { granularity: "word" }).segment(text)

Intl.Segmenter е JavaScript API за интернационализация, специфициран в ECMA-402 и включен още в изданието от 2022 г. Това не е DOM API. Конструкторът изисква new. Опцията granularity приема "grapheme" (по подразбиране), "word" или "sentence" и избира графеми, думи или изречения. Една графема може да съдържа няколко кодови точки и затова не е същото като една UTF-16 кодова единица.

Intl.Segmenter.prototype.segment(text) връща итерируем обект Segments, а не масив. Всяко описание съдържа segment — текстовия фрагмент, index — началния му индекс в UTF-16 кодови единици, и input — целия входен текст. Използвайте Array.from(), ако ви е необходим масив.

Само при granularity: "word" описанието има булевото свойство isWordLike. То не е метод на сегментатора. В резултатите присъстват и интервали и пунктуация; филтърът part.isWordLike обикновено ги премахва. Класификацията и границите зависят от реализацията и езиковите данни, затова не приемайте API за универсален граматичен анализатор.

Примерът избира думите и извежда индексите им. Фиксирането на locale на "en" намалява зависимостта от езика по подразбиране, но не гарантира еднакво сегментиране на произволен текст във всички енджини. Проверете наличността в целевия браузър: наличието на API в Node 24 не доказва поддръжка в браузърите. Посочените източници на стандарти не определят поддържаните версии на браузърите.

Примери

if (typeof Intl === "undefined" || typeof Intl.Segmenter !== "function") {
  throw new Error("Intl.Segmenter is unavailable");
}
const text = "Hello, world!";
const segmenter = new Intl.Segmenter("en", { granularity: "word" });
const words = Array.from(segmenter.segment(text))
  .filter(part => part.isWordLike)
  .map(part => `${part.segment}@${part.index}`);
console.log(words.join(" | "));

Резултат

Hello@0 | world@7

Показаният код и заявеният резултат са проверени в изолирана среда по метода, записан в доказателството за проверка на тази точна версия.

Източници