分割Unicode的實體由字形

Question

"d̪".chars.to_a 

給我

["d"," ̪"] 

如何獲得紅寶石由字形分割呢？

["d̪"] 

Answer 1

使用來自unicode.gem的Unicode::text_elements，其記錄在http://www.yoshidam.net/unicode.txt。

irb(main):001:0> require 'unicode' 
=> true 
irb(main):006:0> s = "abčd̪é" 
=> "abčd̪é" 
irb(main):007:0> s.chars.to_a 
=> ["a", "b", "č", "d", "̪", "é"] 
irb(main):009:0> Unicode.nfc(s).chars.to_a 
=> ["a", "b", "č", "d", "̪", "é"] 
irb(main):010:0> Unicode.nfd(s).chars.to_a 
=> ["a", "b", "c", "̌", "d", "̪", "e", "́"] 
irb(main):017:0> Unicode.text_elements(s) 
=> ["a", "b", "č", "d̪", "é"] 

Answer 2

我不知道爲什麼你的代碼不給Unicode代碼點，因爲Ruby的新版本使用each_char或chars時總是給Unicode代碼點，但你可以隨時使用：

"d̪".codepoints.to_a 

這是爲unicode。

Answer 3

Ruby2.0

str = "d̪" 

    char = str[/\p{M}/] 

    other = str[/\w/] 

Answer 4

在Ruby 2.0或以上，你可以使用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 

如果你想匹配字形邊界以任何理由，你可以使用(?=\X)例如：

> "d̪".split /(?=\X)/ 
=> ["d̪"] 

的ActiveSupport（包含在Rails）的也有一個辦法，如果你不能因爲某些原因使用\X：

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