ruby - 按字素拆分 Unicode 实体

Question

"d̪".chars.to_a

给我

["d"," ̪"]

我如何让 Ruby 按字素拆分它？

["d̪"]

Answer 1

编辑:作为@michau 的回答说明，Ruby 2.5 引入了grapheme_clusters 方法，如果您只想迭代/枚举而不必创建数组，则还引入了each_grapheme_cluster。

---

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

如果出于任何原因想要匹配字素边界，可以在正则表达式中使用 (?=\X)，例如:

> "d̪".split /(?=\X)/
=> ["d̪"]

ActiveSupport(包含在 Rails 中)如果由于某种原因不能使用 \X 也有办法:

ActiveSupport::Multibyte::Unicode.unpack_graphemes("d̪").map { |codes| codes.pack("U*") }