翻訳の序文

これは、提案の説明部分の翻訳でありIntl.Segmenter、次のECMAScript仕様に追加される可能性があります。

プロポーザルはすでにV8で実装されており、フラグなしでバージョン8.7（より正確には8.7.38、以上）で使用できるため、Google Chrome Canary（バージョン以降87.0.4252.0）またはNode.js V8 Canary（バージョン以降v15.0.0-v8-canary202009025a2ca762b8; Windows用のバイナリが利用可能）でテストできます。 v15.0.0-v8-canary202009173b56586162）。

以前のバージョンでフラグを使用してテストする場合は--harmony-intl-segmenter、仕様が変更され、フラグの下の実装が古くなっている可能性があるため、注意してください。コード例の出力で確認してください。

翻訳後、この提案が解決する問題の理由に関する資料へのリンクが提供されます。

`Intl.Segmenter`：JavaScriptでのUnicodeセグメンテーション

提案は、リチャードギブソンの支援を受けてステージ3にあります。

動機

(code point) «» . , (, ). , . , .

, CLDR (Common Locale Data Repository, ) (, locales). , , , .

, UAX 29. , JavaScript .

Chrome API Intl.v8BreakIterator. API . API, API JavaScript — , ES2015.

, segment(), Intl.Segmenter, Iterable.

//      .
let segmenter = new Intl.Segmenter("fr", {granularity: "word"});

//       .
let input = "Moi?  N'est-ce pas.";
let segments = segmenter.segment(input);

//    !
for (let {segment, index, isWordLike} of segments) {
  console.log("segment at code units [%d, %d): «%s»%s",
    index, index + segment.length,
    segment,
    isWordLike ? " (word-like)" : ""
  );
}

//  console.log:
// segment at code units [0, 3): «Moi» (word-like)
// segment at code units [3, 4): «?»
// segment at code units [4, 6): «  »
// segment at code units [6, 11): «N'est» (word-like)
// segment at code units [11, 12): «-»
// segment at code units [12, 14): «ce» (word-like)
// segment at code units [14, 15): « »
// segment at code units [15, 18): «pas» (word-like)
// segment at code units [18, 19): «.»

, API .

// ┃0 1 2 3 4 5┃6┃7┃8┃9
// ┃A l l o n s┃-┃y┃!┃
let input = "Allons-y!";

let segmenter = new Intl.Segmenter("fr", {granularity: "word"});
let segments = segmenter.segment(input);
let current = undefined;

current = segments.containing(0)
// → { index: 0, segment: "Allons", isWordLike: true }

current = segments.containing(5)
// → { index: 0, segment: "Allons", isWordLike: true }

current = segments.containing(6)
// → { index: 6, segment: "-", isWordLike: false }

current = segments.containing(current.index + current.segment.length)
// → { index: 7, segment: "y", isWordLike: true }

current = segments.containing(current.index + current.segment.length)
// → { index: 8, segment: "!", isWordLike: false }

current = segments.containing(current.index + current.segment.length)
// → undefined

API

`new Intl.Segmenter(locale, options)`

options , granularity, ("grapheme" ( ), "word" ( ) "sentence" ( ); — "grapheme").

`Intl.Segmenter.prototype.segment(string)`

%Segments% Iterable .

segment — .
index — (code unit index) , .
input — .
isWordLike — true, "word" ( ) ( /// ..); false, "word" ( // ..); undefined, "word".

%Segments%.prototype:

`%Segments%.prototype.containing(index)`

, , (code unit) , undefined, .

`%Segments%.prototype[Symbol.iterator]`

%SegmentIterator%, "" (lazy, ) , .

%SegmentIterator%.prototype:

`%SegmentIterator%.prototype.next()`

next() Iterator, IteratorResult, value , .

FAQ

? ?

— , . . . CLDR. , CLDR/ICU , .

API ?

, 3- , . TC39 . ; , , .

?

API, , API : , API (, ). API CSS Houdini.

?

API:

.
.
, (.. Web API (Web Platform), ECMAScript).
, . CLDR ICU . CSS, . . , , , ; .

?

%SegmentIterator%.prototype, (, seek([inclusiveStartIndex = thisIterator.index + 1]) seekBefore([exclusiveLastIndex = thisIterator.index]), . ECMA-262 ( ). , , .

API Intl, String?

, . segment() SegmentIterator. , API Intl, ECMA-402. , . String, , .

?

n (code unit), . , "Hello, world\u{1F499}" ( , - — ), 0, 5, 6, 7 12. : ┃Hello┃,┃ ┃world┃\u{1F499}┃, (code units), (code point). , .

?

, next().

, ?

, - QA ;)

Number: null 0, — 0 1, , , Symbol BigInt, undefined NaN *. , ( , ).

* . "fail". Chrome Canary, Symbol BigInt TypeError, undefined NaN , 0.

JavaScript.

Intl.Segmenter：JavaScriptでのUnicodeセグメンテーション