Base de conhecimentoCentro de Exames
PT · PTPortuguês (Portugal)
Escolher idioma13

CKTIS / JavaScript

Intl.Segmenter — segmentação de texto sensível à língua

Intl.Segmenter encontra os limites de grafemas, palavras ou frases com regras sensíveis à língua. O método segment() devolve descrições iteráveis dos segmentos, e isWordLike permite selecionar os classificados como semelhantes a palavras.

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

Sintaxe

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

Intl.Segmenter é uma API de internacionalização de JavaScript especificada em ECMA-402, já presente na edição de 2022. Não é uma API do DOM. O construtor requer new. A opção granularity aceita "grapheme" (o valor predefinido), "word" ou "sentence", selecionando grafemas, palavras ou frases. Um grafema pode conter vários pontos de código, pelo que não corresponde a uma única unidade de código UTF-16.

Intl.Segmenter.prototype.segment(text) devolve um objeto Segments iterável, não um array. Cada descrição contém segment — o fragmento de texto —, index — o respetivo índice inicial em unidades de código UTF-16 — e input — o texto de entrada completo. Usa Array.from() quando precisares de um array.

Só com granularity: "word" é que uma descrição tem a propriedade booleana isWordLike. Não é um método do segmentador. Os espaços e a pontuação também aparecem nos resultados; o filtro part.isWordLike costuma removê-los. A classificação e os limites dependem da implementação e dos dados linguísticos, por isso não o consideres um analisador gramatical universal.

O exemplo seleciona palavras e apresenta os respetivos índices. Definir a língua como "en" reduz a dependência da língua predefinida, mas não garante uma segmentação idêntica de qualquer texto em todos os motores. Verifica a disponibilidade no navegador de destino: a presença da API no Node 24 não prova o suporte nos navegadores. As fontes normativas fornecidas não estabelecem as versões de navegador suportadas.

Exemplos

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

O código apresentado e o resultado declarado foram verificados num ambiente isolado pelo método registado na prova de verificação desta versão exata.

Fontes