CKTIS / JavaScript
Intl.Segmenter: segment() in isWordLike
Razdeli besedilo glede na jezikovne nastavitve in z `isWordLike` loči odseke, ki se obravnavajo kot besede, od preostalih odsekov.
Različica: ECMAScript 2024 and the current web platform; runtime support varies
Sintaksa
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) je metoda primerka Intl.Segmenter. Vrne nov objekt Segments, po katerem lahko iteriraš, in ne tabele. Meje odsekov so odvisne od dejansko uporabljenih jezikovnih nastavitev in ravni členitve, izbrane v konstruktorju: "grapheme" (privzeto, za skupke grafemov), "word" ali "sentence". Metoda pretvori argument v niz. Argument tipa Symbol ali neveljavna vrednost this povzroči napako TypeError.
Vsak objekt, ki ga dobiš med iteracijo, vsebuje segment (podniz), index (začetni indeks od nič, izražen v kodnih enotah UTF-16) in input (celoten pretvorjeni niz). Končni indeks, ki ni del odseka, je index + segment.length. Indeks ne šteje vidnih znakov.
Samo v načinu "word" ima vsak objekt logično lastnost isWordLike: true pomeni, da se odsek obravnava kot beseda, false pa, da se ne. Presledki in ločila navadno ostanejo v rezultatu z vrednostjo false. Če želiš samo odseke, ki se obravnavajo kot besede, filtriraj objekte. V drugih načinih lastnost manjka in nima vrednosti false.
Ta API določa izdaja ECMAScript 2024 specifikacije ECMA-402, vendar je podpora odvisna od izvajalnega okolja. Meje in razvrstitev se lahko razlikujejo glede na jezikovne nastavitve in implementacijo. Ne predpostavljaj enakih rezultatov v vseh okoljih.
Primeri
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));Rezultat
[0,"Hi",true] [2,",",false] [3," ",false] [4,"Sam",true] [7,"!",false] ["Hi","Sam"]
Prvih pet vrstic prikaže indeks, podniz in njegovo razvrstitev, tudi za presledek in ločila. Zadnja vrstica vsebuje samo odseke, označene z `true`. To je pričakovani izpis za to angleško besedilo, ne zagotovilo za vsa okolja.
Povezane lekcije
- JavaScript · Lekcija 24 · Napredna · Različica: 4
Viri
- 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