Baza znanjaIzpitno središče
SLSlovenščina
Izberi jezik13

CKTIS / JavaScript

Intl.Segmenter — segmentacija besedila glede na jezik

Intl.Segmenter z jezikovno prilagojenimi pravili določa meje grafemov, besed ali stavkov. Metoda segment() vrne ponovljive opise segmentov, isWordLike pa omogoča izbiro segmentov, razvrščenih kot besede.

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

Sintaksa

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

Intl.Segmenter je JavaScriptov internacionalizacijski API, določen v ECMA-402 in vključen že v izdajo iz leta 2022. Ni API DOM. Konstruktor zahteva new. Možnost granularity sprejme "grapheme" (privzeto), "word" ali "sentence" in izbere grafeme, besede ali stavke. Grafem lahko vsebuje več kodnih točk, zato ni enak eni UTF-16-kodni enoti.

Intl.Segmenter.prototype.segment(text) vrne ponovljiv objekt Segments, ne polja. Vsak opis vsebuje segment — besedilni odlomek, index — njegov začetni indeks v UTF-16-kodnih enotah — in input — celotno vhodno besedilo. Če potrebuješ polje, uporabi Array.from().

Samo pri granularity: "word" ima opis logično lastnost isWordLike. To ni metoda segmentatorja. V rezultatih se pojavijo tudi presledki in ločila; filter part.isWordLike jih običajno odstrani. Razvrščanje in meje so odvisni od izvedbe in jezikovnih podatkov, zato tega ne obravnavaj kot univerzalni slovnični analizator.

Primer izbere besede in izpiše njihove indekse. Fiksna nastavitev locale na "en" zmanjša odvisnost od privzetega jezika, ne zagotavlja pa enake segmentacije poljubnega besedila v vseh pogonih. Razpoložljivost preveri v ciljnem brskalniku: podpora v Node 24 ne dokazuje podpore v brskalnikih. Navedeni standardi ne določajo različic brskalnikov, ki API podpirajo.

Primeri

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(" | "));

Rezultat

Hello@0 | world@7

Prikazana koda in navedeni rezultat sta bila preverjena v izoliranem okolju z metodo, zapisano v dokazilu o preverjanju te natančne različice.

Viri