大家好，我叫ConardLi。假设我们现在有这样一个需求，将一段话拆分成有意义的句子：你好，我是ConardLi。我来了！你是谁？你在哪里？你第一时间可能会觉得用split来划分所有可能的标点符号就够了，比如下面的代码：vartxt='你好，我是ConardLi。我来了！你是谁？你在哪里？'txt.split(/[.?!]/);//['Hi,I'mConardLi','I'mhere','Whoareyou','Whereareyou','']看起来结果还不错，但是这三个中文标点符号是唯一的吗那些可以打破句子的？显然不是，如果我们要处理更复杂的文本，就需要继续提高这个正则性。另外，这种切分最大的问题是标点符号会在切分结果中丢失。如果我们想按单词而不是句子拆分怎么办？如果我们要拆分的文本是英文或阿拉伯文怎么办...//Chineseconstcn='Hello,I'mConardLi.我来了！你是谁？你在哪里？';//英文consten='你好，我是ConardLi。我来了！你是谁？你在哪里？';//阿拉伯语constar='?????????????????.啊啊啊啊！?????????????';这时候，分裂可能是表达无能为力！IntlAPIIntl是ECMAScript国际化API的一个命名空间，它提供了精确的字符串比较、数字格式化以及日期和时间格式化功能。今天就来看看它提供的字符串切分能力吧！Intl.Segmenter对象专为语言敏感的文本分割而设计。它允许您将字符串分割成有意义的片段（单词、单词、句子）。我们来看看它对以上三种语言的分词结果：Chineseconstsegmenter=newIntl.Segmenter('zh',{granularity:'sentence'});console.log(Array.from(segmenter.segment(Hi,我是ConardLi。我来了！你是谁？你在哪儿？),s=>s.segment));//['嗨，我是ConardLi。'，'我来了！'，'你是谁？'，'你在哪里？']Englishconstsegmenter=newIntl.Segmenter('en',{granularity:'sentence'});console.log(Array.from(segmenter.segment(`你好，我是ConardLi。我来了！你是谁？你在哪里？`),s=>s.segment));//["你好，我是ConardLi。”，“我来了！”，'你是谁？','你在哪里？']阿拉伯语constsegmenter=newIntl.Segmenter('ar',{granularity:'sentence'});console.log(Array.from(segmenter.segment(`??????????????????.???????!???????????`),s=>s.segment));//['?????????????????.','???????!','??????','???????']国际兼容性也不错，只是火狐目前不支持，其他主流浏览器都已经支持了。让我们来看看Intl.Segmenter的一些细节。构造参数在上面的例子中，我们在Intl.Segmenter的构造函数中传递了两个参数。第一个参数是语言地区代码，结构为：'语言代码-地区代码'，因为同一种语言在不同地区可能不一样，比如下面一些常见的例子：zh:中文zh-CN:简体中文zh-HK：香港中文（繁体中文）en：英文en-US：美式英语en-CB：英式英语第二个参数是一些更详细的配置参数，我们主要关注粒度，它有三个值，分别表示我们想把字符串分割成句子、单词或单词：constsegmenter=newIntl.Segmenter('zh',{granularity:'sentence'}//sentence);//['你好，我是ConardLi.'，'我来了！'，'你是谁？'，'你在哪里？']constsegmenter=newIntl.Segmenter('zh',{granularity:'word'}//word);//['你好',',','我是','','ConardLi','.'，'我来了'，'！'，'你是谁'，'？'，'你在哪'，'？']constsegmenter=newIntl.Segmenter('zh',{granularity:'grapheme'}//词);//['你','好',',','我','是',''、'C'、'o'、'n'、'a'、'r'、'd'、'L'、'i'、'。'，'我来了'，'！'，'你是谁'，'？'，'你在哪'，'？']返回值可以在上面的例子中找到，我们使用Array.from来处理段的返回值：是谁？你在哪里？）,s=>s.segment));这是因为它返回的不是一个数组，而是一个可迭代对象。如果我访问里面的字段，我可以使用for-of或使用Array.from函数转换为数组。constsegmenter=newIntl.Segmenter('zh',{granularity:'sentence'});constsegments=segmenter.segment('...');//结构转换为数组console.log([...segments]);//Array.from转为数组console.log(Array.from(segments));//for-of遍历for(letsegmentofsegments){console.log(segment);}完成返回值包括被切分的字符、字符位置和完整的输入内容：另外，在前面的例子中，当我们将文本切分成单词时，可以发现标点符号、空格等都被切分了：constsegmenter=newIntl.Segmenter('zh',{granularity:'word'}//word);constresult=segmenter.segment(`你好，我是ConardLi。','我来了！','你是谁？','在哪里你是吗？`)Array.from(result,s=>s.segment)//['你好',',','我是','','ConardLi','.'，'我来了'，'！'，'你是谁'，'？'，'你在哪'，'？']此时返回值还会包含一个isWordLike属性，可以用来过滤是否真的是一个词：Array.from(result).filter(s=>s.isWordLike).map(s=>s.segment)//['你好','我是','ConardLi','我在这里','是','你是','谁','你是','在哪里']handleemojis一般我们要处理如果文本中包含emojis，问题可能会变得麻烦...看下面的例子：conststr1='12345';conststr2='12345
