CKTIS / JavaScript
Intl.Segmenter — podział tekstu z uwzględnieniem języka
Intl.Segmenter wyznacza granice grafemów, wyrazów lub zdań zgodnie z ustawieniami regionalnymi. Metoda segment() zwraca iterowalne opisy fragmentów, a isWordLike pozwala wybrać fragmenty uznawane za wyrazy.
Wersja: ECMAScript and Web APIs; exact feature edition and browser support reviewed per entry; Node 24 in repository does not prove browser API support
Składnia
new Intl.Segmenter(locales, { granularity: "word" }).segment(text)Intl.Segmenter to API internacjonalizacji JavaScript określone w ECMA-402, obecne już w wydaniu 2022, a nie API DOM. Konstruktor wymaga new. Opcja granularity przyjmuje "grapheme" (domyślnie), "word" lub "sentence": wybiera grafemy, wyrazy albo zdania. Grafem może obejmować kilka punktów kodowych, więc nie jest tym samym co pojedyncza jednostka UTF-16.
Intl.Segmenter.prototype.segment(text) zwraca iterowalny obiekt Segments, nie tablicę. Każdy opis zawiera segment — fragment tekstu, index — jego początkowy indeks w jednostkach kodowych UTF-16, oraz input — cały tekst wejściowy. Do uzyskania tablicy można użyć Array.from().
Tylko przy granularity: "word" opis ma właściwość logiczną isWordLike. Nie jest to metoda segmentera. Spacje i interpunkcja również występują w wynikach; filtr part.isWordLike zwykle je usuwa. Klasyfikacja i granice zależą od implementacji oraz danych językowych, więc nie traktuj ich jako uniwersalnego analizatora gramatycznego.
Przykład wybiera wyrazy i wypisuje ich indeksy. Stałe ustawienie "en" ogranicza wpływ domyślnego języka, lecz nie gwarantuje identycznego podziału dowolnego tekstu we wszystkich silnikach. Wykrywaj dostępność w docelowej przeglądarce: obecność API w Node 24 nie dowodzi obsługi w przeglądarce. Podane źródła standardu nie ustalają wersji przeglądarek.
Przykłady
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(" | "));Wynik
Hello@0 | world@7
Wyświetlony kod i zadeklarowany wynik zweryfikowano w odizolowanym środowisku metodą zapisaną w dowodzie weryfikacji tej dokładnej wersji.