CKTIS / JavaScript
Intl.Segmenter — segmentación de texto según la configuración regional
Intl.Segmenter encuentra los límites de grafemas, palabras o frases mediante reglas sensibles a la configuración regional. Su método segment() devuelve descripciones de segmentos iterables, e isWordLike permite seleccionar los clasificados como similares a palabras.
Versión: ECMAScript and Web APIs; exact feature edition and browser support reviewed per entry; Node 24 in repository does not prove browser API support
Sintaxis
new Intl.Segmenter(locales, { granularity: "word" }).segment(text)Intl.Segmenter es una API de internacionalización de JavaScript especificada en ECMA-402, ya incluida en la edición de 2022. No es una API del DOM. Su constructor requiere new. La opción granularity acepta "grapheme" (el valor predeterminado), "word" o "sentence" y selecciona grafemas, palabras o frases. Un grafema puede contener varios puntos de código, por lo que no equivale a una sola unidad de código UTF-16.
Intl.Segmenter.prototype.segment(text) devuelve un objeto Segments iterable, no un array. Cada descripción contiene segment —el fragmento de texto—, index —su índice inicial en unidades de código UTF-16— e input —el texto de entrada completo—. Usa Array.from() cuando necesites un array.
Solo con granularity: "word" tiene la descripción la propiedad booleana isWordLike. No es un método del segmentador. Los espacios y los signos de puntuación también aparecen en los resultados; el filtro part.isWordLike suele eliminarlos. La clasificación y los límites dependen de la implementación y de los datos lingüísticos, así que no lo consideres un analizador gramatical universal.
El ejemplo selecciona palabras y muestra sus índices. Fijar la configuración regional en "en" reduce la dependencia del idioma predeterminado, pero no garantiza una segmentación idéntica de cualquier texto en todos los motores. Comprueba la disponibilidad en el navegador de destino: que la API esté disponible en Node 24 no demuestra que sea compatible con los navegadores. Las fuentes normativas proporcionadas no especifican versiones de navegador compatibles.
Ejemplos
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(" | "));Resultado
Hello@0 | world@7
El código mostrado y el resultado declarado se verificaron en un entorno aislado mediante el método registrado en la evidencia de verificación de esta versión exacta.