3 
"d̪".chars.to_a

给我

["d"," ̪"]

如何让 Ruby 按字素拆分它？

["d̪"]
4

4 回答 4

3

编辑：正如@michau's answer notes，Ruby 2.5 引入了该grapheme_clusters方法，以及each_grapheme_cluster如果您只想迭代/枚举而不必创建数组。

在 Ruby 2.0 或更高版本中，您可以使用str.scan /\X/

> "d̪".scan /\X/
=> ["d̪"]
> "d̪d̪d̪".scan /\X/
=> ["d̪", "d̪", "d̪"]

# Let's get crazy:


> str = 'Z͑ͫ̓ͪ̂ͫ̽͏̴̙̤̞͉͚̯̞̠͍A̴̵̜̰͔ͫ͗͢L̠ͨͧͩ͘G̴̻͈͍͔̹̑͗̎̅͛́Ǫ̵̹̻̝̳͂̌̌͘!͖̬̰̙̗̿̋ͥͥ̂ͣ̐́́͜͞'


> str.length
=> 75
> str.scan(/\X/).length
=> 6

如果您出于任何原因想要匹配字素边界，您可以(?=\X)在您的正则表达式中使用，例如：

> "d̪".split /(?=\X)/
=> ["d̪"]

\X如果您由于某种原因不能使用 ActiveSupport（包含在 Rails 中）也有一种方法：

ActiveSupport::Multibyte::Unicode.unpack_graphemes("d̪").map { |codes| codes.pack("U*") }
于 2017-02-17T09:14:33.890 回答
1

Unicode::text_elements从http://www.yoshidam.net/unicode.txt中记录的unicode.gem使用。

irb(main):001:0> require 'unicode'
=> true
irb(main):006:0> s = "abčd̪é"
=> "abčd̪é"
irb(main):007:0> s.chars.to_a
=> ["a", "b", "č", "d", "̪", "é"]
irb(main):009:0> Unicode.nfc(s).chars.to_a
=> ["a", "b", "č", "d", "̪", "é"]
irb(main):010:0> Unicode.nfd(s).chars.to_a
=> ["a", "b", "c", "̌", "d", "̪", "e", "́"]
irb(main):017:0> Unicode.text_elements(s)
=> ["a", "b", "č", "d̪", "é"]
于 2012-10-22T20:10:46.710 回答
1

以下代码应该在 Ruby 2.5 中工作：

"d̪".grapheme_clusters # => ["d̪"]
于 2019-06-14T13:03:11.733 回答
-1

Ruby2.0

   str = "d̪"

   char = str[/\p{M}/]

   other = str[/\w/]
于 2013-08-09T08:09:56.717 回答