CKTIS / JavaScript
Intl.Segmenter: segment() e isWordLike
Segmenta il testo in base alle impostazioni locali e usa `isWordLike` per distinguere i segmenti trattati come parole da tutti gli altri.
Versione: ECMAScript 2024 and the current web platform; runtime support varies
Sintassi
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) è un metodo di istanza di Intl.Segmenter. Restituisce un nuovo oggetto iterabile Segments, non un array. I confini dipendono dalle impostazioni locali effettive e dalla granularità scelta nel costruttore: "grapheme" (il valore predefinito, per i gruppi di grafemi), "word" o "sentence". Il metodo converte l’argomento in una stringa. Un argomento di tipo Symbol o un valore di this non valido causa un TypeError.
Ogni oggetto prodotto durante l’iterazione contiene segment (la sottostringa), index (la posizione iniziale, a partire da zero, in unità di codice UTF-16) e input (l’intera stringa convertita). L’estremo finale escluso è index + segment.length. L’indice non conta i caratteri visibili.
Solo in modalità "word" ogni oggetto ha la proprietà booleana isWordLike: true indica che il segmento è trattato come una parola, false che non lo è. In genere spazi e punteggiatura restano nel risultato con false. Filtra gli oggetti se vuoi conservare solo i segmenti trattati come parole. Nelle altre modalità la proprietà è assente, non impostata a false.
L’edizione ECMAScript 2024 di ECMA-402 specifica questa API, ma il supporto varia in base all’ambiente di esecuzione. Sia i confini sia la classificazione possono variare a seconda delle impostazioni locali e dell’implementazione. Non dare per scontati risultati identici in tutti gli ambienti.
Esempi
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));Risultato
[0,"Hi",true] [2,",",false] [3," ",false] [4,"Sam",true] [7,"!",false] ["Hi","Sam"]
Le prime cinque righe mostrano l’indice, la sottostringa e la sua classificazione, anche per lo spazio e la punteggiatura. L’ultima riga contiene solo i segmenti contrassegnati con `true`. È l’output atteso per questo testo inglese, non una garanzia valida per tutti gli ambienti.
Lezioni correlate
- JavaScript · Lezione 24 · Avanzato · Versione: 4
Fonti
- ECMAScript® 2024 Internationalization API Specification — Intl.Segmenter.prototype.segment
- ECMAScript® 2024 Internationalization API Specification — CreateSegmentDataObject
- ECMAScript Internationalization API Specification — FindBoundary
- Intl.Segmenter.prototype.segment() — MDN
- Intl.Segmenter() constructor — MDN