javascript - 获取javascript字符串中的字形字符数？

Question

我试图在用户可见的字素中获取 javascript 字符串的长度，即忽略组合字符（和代理对？）。这是可能的，如果是这样，我将如何去做？

我们在我们的项目中使用了 dojo 工具包，但是任何通用的 javascript 解决方案都会很棒。

score 6 · Accepted Answer

这是一个纯粹的 JavaScript 库，它可以做到这一点：

它在所有边缘情况下实现了 Unicode UAX-29 标准，您可能会在自制解决方案中错过这些情况，例如非拉丁变音符号、韩语（韩语）jamo 字符、表情符号、多个组合标记等。

score 1 · Accepted Answer

对于组合字符，请查看列出所有组合字符（以及其他字符）的派生组合类。由于您只是对计数感兴趣，因此您可以将它们排除在外 - 让您得到更接近的估计。

在 Angus 链接的帖子中，BMP 之外的 JavaScript 字符串显示了处理代理的代码。但代码实际上与您想要的相反——它将 0x10000+ 代码点分成两个代码点。就 JS 而言，它是一个代码点——尽管是一个截断的代码点。谁在乎？您在数它们，而不是显示...

但是，您可能还想处理另一类代码点，即不可打印字符。当然，任何低于 0x20 的东西，但还有很多其他的——例如，看看 0x2000 范围。这些也不可见，不应计入您的计数中。

score 0 · Accepted Answer

这个开源的 CoffeeScript 实现似乎工作得很好：https ://github.com/devongovett/grapheme-breaker （如果不是 CS 的话）

3 回答 3