# Unicode Segmentation in JavaScript

<https://h3manth.com/posts/unicode-segmentation-in-javascript/>

Unicode 定义了一个字符分割算法来查找字符之间的边界。Unicode
还定义了一种算法，用于查找
[CLDR](https://en.wikipedia.org/wiki/Common_Locale_Data_Repository)
根据地区设置调整的词和句子之间的边界。这些边界可能是有用的，例如，在实现一个文本编辑器，其中有跳跃或突出单词和句子的命令，[Intl.Segmenter](https://tc39.es/proposal-intl-segmenter/)
API 可以帮助我们轻松地分割这些代码点。

示例代码：

```
    let segmenter = new Intl.Segmenter("kn-IN", {granularity: "word"});
    let input = "ಆವು ಈವಿನ ನಾವು ನೀವಿಗೆ ಆನು ತಾನದ ತನನನಾ";
    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)" : ""
      );
    }
```

更多内容阅读
[GitHub：tc39/proposal-intl-segmenter](https://github.com/tc39/proposal-intl-segmenter)。