字符处理js库

1. 支持Emoji识别
2. 支持子素簇边界拆分（Grapheme Cluster Boundary）

科普：关于 Emoji 你不知道的事

Emoji识别

提供了从一段字符串中识别emoji的函数，还提供了一个匹配emoji的正则表达式。它符合Unicode标准，是基于Unicode 15.0 Unicode® Technical Standard #51规则封装的。 它的大小只有3k。

子素簇边界拆分

用于对字符串进行字素簇的拆分，类似于js中的API Intl.Segmenter,但是它具有更好的兼容性。它符合Unicode标准，是基于Unicode unicode tr29:UNICODE TEXT SEGMENTATION开发的一种针对"用户感知字符"（字素簇）进行分割的方法。 它是一个纯静态的、无任何额外依赖的方法，体积很小，且不会有兼容性问题。

Installation

Via npm:

1npm i ant-character-js

识别Emoji

1import { hasEmoji, matchEmoji, getRegExpEmoji } from 'ant-character-js/lib/emoji.js'
2
3// 判断一段字符串中是否有emoji
4hasEmoji('123123123'); // false
5hasEmoji('12312🇭🇰3123'); // true
6
7// 匹配一段字符串中的emoji
8matchEmoji('123123123'); // null
9matchEmoji('12312🇭🇰3123'); // ['🇭🇰']
10matchEmoji('12312🇭🇰31🇭🇰23', 'g'); // ['🇭🇰', '🇭🇰']
11
12// 识别emoji的正则
13const reg1 = getRegExpEmoji(); // 正则：/\p{emoji}/
14reg1.test('😊'); // true
15const reg2 = getRegExpEmoji('g'); // 正则：/\p{emoji}/g
16'😊😊😊'.match(reg2); // ['😊', '😊', '😊']

子素簇边界拆分

1import { graphemeSplit } from 'ant-character-js/lib/grapheme.js'
2
3graphemeSplit('🧑🏼‍🦰❤️‍🩹🏄🏻‍♀️👨🏽‍🎤👩🏽‍🤝‍👨🏿🤙'); // returns ["🧑🏼‍🦰", "❤️‍🩹", "🏄🏻‍♀️", "👨🏽‍🎤", "👩🏽‍🤝‍👨🏿", "🤙"]
4
5graphemeSplit('Ĺo͂řȩm̅'); // returns ["Ĺ","o͂","ř","ȩ","m̅"]
6
7graphemeSplit('Z͑ͫ̓ͪ̂ͫ̽͏̴̙̤̞͉͚̯̞̠͍A̴̵̜̰͔ͫ͗͢L̠ͨͧͩ͘G̴̻͈͍͔̹̑͗̎̅͛́Ǫ̵̹̻̝̳͂̌̌͘!͖̬̰̙̗̿̋ͥͥ̂ͣ̐́́͜͞'); // returns ["Z͑ͫ̓ͪ̂ͫ̽͏̴̙̤̞͉͚̯̞̠͍","A̴̵̜̰͔ͫ͗͢","L̠ͨͧͩ͘","G̴̻͈͍͔̹̑͗̎̅͛́","Ǫ̵̹̻̝̳͂̌̌͘","!͖̬̰̙̗̿̋ͥͥ̂ͣ̐́́͜͞"]
8
9// graphemeSubstr 提供针对一段字符串按照视觉长度 或者 逻辑长度进行截取的能力。
10// 例子1：按照视觉长度截取一段emoji字符
11graphemeSubstr('🧑🏼‍🦰❤️‍🩹🏄🏻‍♀️👨🏽‍🎤', 1, 4); // '❤️‍🩹🏄🏻‍♀️👨🏽‍🎤'
12//    其中“1”表示 以视觉长度划分：从左开始第1个“视觉字符”（0是起始位置）
13//    其中“4”表示 以视觉长度划分：从左开始第4个“视觉字符”
14
15//    graphemeSubstr('🧑🏼‍🦰❤️‍🩹🏄🏻‍♀️👨🏽‍🎤', 1, 4)表示取第1-4个“视觉字符”的字符串'❤️‍🩹🏄🏻‍♀️👨🏽‍🎤'
16// 例子2：按照视觉长度截取一段emoji字符，但是限制取出的字符的最大逻辑长度为13
17
18graphemeSubstr('🧑🏼‍🦰❤️‍🩹🏄🏻‍♀️👨🏽‍🎤', 1, 4, 13) === '❤️‍🩹🏄🏻‍♀️'
19
20//    其中“13”表示，取第1-4个“视觉字符”的字符串 同时限制取出的字符串的最大逻辑长度为13
21//    例子1中 取出的'❤️‍🩹🏄🏻‍♀️👨🏽‍🎤'.length === 19, 19超过了13，所以会减掉最后一个字符👨🏽‍🎤
22
23//    '👨🏽‍🎤'.length === 7, 所以最后取出的字符为'❤️‍🩹🏄🏻‍♀️'
24//    如果'👨🏽‍🎤'.length === 5, 19 - 5 依旧大于13， 就会再减掉一个字符，以此类推。
25
26

Emoji API

getRegExpEmoji

属性	说明	类型	默认值
modifier	正则修饰符，比如： 'g'	string	-

hasEmoji

属性	说明	类型	默认值
str	需要检查的字符串	string	-

matchEmoji

属性	说明	类型	默认值
str	需要匹配的字符串	string	-
modifier	new RegExp的修饰符，传g的话就会匹配所有的emoji出来，不传的话只会匹配一个	string	-

Grapheme API

graphemeSplit

属性	说明	类型	默认值
str	需要拆分的字符串	string	-

graphemeSubstr

属性	说明	类型	默认值
str	需要拆分的字符串	string	-
start	开始位置(视觉长度)，必须大于0，且小于end	number	-
end	结束位置(视觉长度)，必须大于0，且大于start	number	-
maxLength	非必填，如填写了会限制输出的最大物理长度	number	-

License

MIT