Base de connaissancesCentre d’examen
FRFrançais
Choisir la langue13

CKTIS / JavaScript

Intl.Segmenter : segment() et isWordLike

Découpez un texte selon les paramètres régionaux et utilisez `isWordLike` pour distinguer les segments traités comme des mots des autres segments.

Version : ECMAScript 2024 and the current web platform; runtime support varies

Syntaxe

const segmenter = new Intl.Segmenter(locales, { granularity: "word" });
const segments = segmenter.segment(input);
for (const { segment, index, input: source, isWordLike } of segments) {
  // Use the segment data here.
}

segment(input) est une méthode d’instance de Intl.Segmenter. Elle renvoie un nouvel objet itérable Segments, et non un tableau. Les limites des segments dépendent des paramètres régionaux effectivement retenus et de la granularité choisie dans le constructeur : "grapheme" (par défaut, pour les grappes de graphèmes), "word" ou "sentence". La méthode convertit son argument en chaîne. Un argument de type Symbol ou un récepteur this invalide provoque une TypeError.

Chaque objet produit par l’itération contient segment (la sous-chaîne), index (son indice de début à partir de zéro, en unités de code UTF-16) et input (la chaîne convertie en entier). La borne de fin, exclue, est index + segment.length. L’indice ne compte pas les caractères visibles.

Ce n’est qu’en mode "word" que chaque objet porte la propriété booléenne isWordLike : true si le segment est traité comme un mot, false sinon. Les espaces et la ponctuation restent généralement dans le résultat avec false. Filtrez les objets pour ne garder que les segments traités comme des mots. Dans les autres modes, la propriété est absente plutôt que définie à false.

L’édition ECMAScript 2024 d’ECMA-402 définit cette API, mais sa prise en charge varie selon l’environnement d’exécution. Les limites et la classification peuvent varier selon les paramètres régionaux et l’implémentation. Ne supposez pas que tous les environnements donnent les mêmes résultats.

Exemples

const segmenter = new Intl.Segmenter("en", { granularity: "word" });
const words = [];

for (const { segment, index, isWordLike } of segmenter.segment("Hi, Sam!")) {
  console.log(JSON.stringify([index, segment, isWordLike]));
  if (isWordLike) words.push(segment);
}

console.log(JSON.stringify(words));

Résultat

[0,"Hi",true]
[2,",",false]
[3," ",false]
[4,"Sam",true]
[7,"!",false]
["Hi","Sam"]

Les cinq premières lignes affichent l’indice, la sous-chaîne et sa classification, y compris pour l’espace et la ponctuation. La dernière ligne ne contient que les segments marqués `true`. C’est le résultat attendu pour ce texte anglais, sans garantie pour tous les environnements.

Leçons associées

  • JavaScript · Leçon 24 · Avancé · Version : 4

Sources