javascript - 如何使用 Ruby 和 JavaScript 计算多语言文本中的单词数

Question

我想实现的是获取多语言文本中的字数。

比如如果我有一个文本有英文和中文:上届奥运会在北京举行，计数应该是 8，因为有六个英文单词和两个汉字，就像字数在 Microsoft Word 中。

在 Ruby 和 JavaScript 中最好的方法是什么？

Answer 1

我有一个基于“how can i detect cjk characters in a string in ruby”的解决方案。

s = 'The last Olympics was held in 北京'
class String
  def contains_cjk?
    !!(self =~ /\p{Han}|\p{Katakana}|\p{Hiragana}|\p{Hangul}/)
  end
end
s.split.inject(0) do |sum, word|
  if word.contains_cjk?
    sum += word.length   # => ONLY work in Ruby 1.9. 
                         #    Search for other methods to do this for 1.8
  else
    sum += 1
  end
end