在JavaScript字符串中获取字符字符数？

Question

我试图在用户可见的字形中获取JavaScript字符串的长度，即忽略组合字符（和代理对？）。这是否可能，如果是的话，我会怎么做呢？

我们在我们的项目中使用dojo工具包，但任何一般的javascript解决方案都会很棒。

Answer 1

对于组合字符，请看Derived Combining Class，其中列出了所有组合字符（等等）。既然你只是对计算感兴趣，你可以将它们排除 - 让你略微接近估计。

在由Angus链接的帖子中，JavaScript strings outside of the BMP显示了处理代理的代码。但是代码实际上与你想要的相反 - 它将0x10000 +代码点分成两个代码点。就JS而言，它是一个代码点 - 尽管是一个截断点。谁在乎？你正在数它们，而不是显示...

但是，还有另一类代码点，你可能也想处理，非打印字符。当然，在0x20以下的任何东西，但还有很多其他的 - 例如看看0x2000范围。这些都不可见，不应包含在您的计数中。

Answer 2

这个开源的CoffeeScript实现似乎足够体面的工作：https://github.com/devongovett/grapheme-breaker（只要它不是CS）

Answer 3

这是一个纯粹的JavaScript库，做到了这一点：

https://github.com/orling/grapheme-splitter

它在所有边缘情况下实现Unicode UAX-29标准，您可能会在家庭冲突解决方案中错过，例如非拉丁语变音符号，韩文朝鲜字符，表情符号，多个组合标记等。