WissensdatenbankPrüfungszentrum
DEDeutsch
Sprache wählen13

CKTIS / JavaScript

Intl.Segmenter — sprachabhängige Textsegmentierung

Intl.Segmenter erkennt anhand sprachabhängiger Regeln die Grenzen von Graphemen, Wörtern oder Sätzen. Die Methode segment() liefert iterierbare Segmentbeschreibungen; mit isWordLike lassen sich als wortähnlich eingestufte Segmente auswählen.

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

Syntax

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

Intl.Segmenter ist eine JavaScript-Internationalisierungs-API, die in ECMA-402 spezifiziert und bereits in der Ausgabe von 2022 enthalten ist. Sie ist keine DOM-API. Der Konstruktor muss mit new aufgerufen werden. Die Option granularity akzeptiert "grapheme" (Standard), "word" oder "sentence" und wählt Grapheme, Wörter oder Sätze aus. Ein Graphem kann mehrere Codepoints umfassen und ist daher nicht dasselbe wie eine UTF-16-Codeeinheit.

Intl.Segmenter.prototype.segment(text) gibt ein iterierbares Segments-Objekt zurück, kein Array. Jede Beschreibung enthält segment — den Textausschnitt, index — seinen Anfangsindex in UTF-16-Codeeinheiten, und input — den vollständigen Eingabetext. Mit Array.from() lässt sich ein Array erzeugen.

Nur bei granularity: "word" besitzt eine Beschreibung die boolesche Eigenschaft isWordLike. Sie ist keine Methode des Segmentierers. Auch Leerzeichen und Satzzeichen erscheinen in den Ergebnissen; der Filter part.isWordLike entfernt sie in der Regel. Einstufung und Grenzen hängen von Implementierung und Sprachdaten ab und sind daher kein universeller Grammatikanalysator.

Das Beispiel wählt Wörter aus und gibt ihre Indizes aus. Die feste Locale "en" verringert den Einfluss der Standardsprache, garantiert aber keine identische Segmentierung beliebiger Texte in allen Engines. Prüfe die Verfügbarkeit in der Zielumgebung: Dass die API in Node 24 verfügbar ist, belegt keine Browserunterstützung. Die angegebenen Standardquellen legen keine Browser-Versionen fest.

Beispiele

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(" | "));

Ergebnis

Hello@0 | world@7

Der angezeigte Code und das angegebene Ergebnis wurden in einer isolierten Umgebung mit der im Prüfnachweis für genau diese Version dokumentierten Methode verifiziert.

Quellen