Chrome ตัดสินใจเลือกสิ่งที่จะเน้นเมื่อคุณคลิกสองครั้งที่ข้อความภาษาญี่ปุ่น

หากคุณดับเบิลคลิกที่ข้อความภาษาอังกฤษใน Chrome คำที่คั่นด้วยช่องว่างที่คุณคลิกจะถูกเน้น มันไม่น่าแปลกใจ อย่างไรก็ตามเมื่อวันก่อนฉันคลิกขณะอ่านข้อความภาษาญี่ปุ่นและสังเกตว่าบางคำถูกเน้นที่ขอบเขตของคำแม้ว่าภาษาญี่ปุ่นจะไม่มีช่องว่าง นี่คือตัวอย่างข้อความ:

どこで生れたかとんと見当がつかぬ. 何でも薄暗いじめじめした所でニャーニャー泣いていた事だけは記憶している

ตัวอย่างเช่นหากคุณคลิกที่薄暗い Chrome จะเน้นอย่างถูกต้องเป็นคำเดียวแม้ว่าจะไม่ใช่คลาสตัวอักษรเดียว (นี่คือการผสมผสานระหว่างตัวอักษรคันจิและฮิระงะนะ) ไม่ใช่ไฮไลท์ทั้งหมดที่ถูกต้อง แต่ดูเหมือนจะไม่สุ่ม

Chrome ตัดสินใจว่าจะเน้นที่นี่อย่างไร ฉันพยายามค้นหาคำภาษาญี่ปุ่น "แหล่งที่มาของ Chrome" แต่พบเฉพาะการทดสอบสำหรับโมดูลทดลองที่ดูเหมือนว่าจะไม่ทำงานใน Chrome รุ่นที่ฉันใช้งานอยู่

ดังนั้นปรากฎว่า v8 มีตัวแบ่งคำหลายภาษาที่ไม่ได้มาตรฐานและจัดการกับภาษาญี่ปุ่น

function tokenizeJA(text) {
  var it = Intl.v8BreakIterator(['ja-JP'], {type:'word'})
  it.adoptText(text)
  var words = []

  var cur = 0, prev = 0

  while (cur < text.length) {
    prev = cur
    cur = it.next()
    words.push(text.substring(prev, cur))
  }

  return words
}

console.log(tokenizeJA('どこで生れたかとんと見当がつかぬ。何でも薄暗いじめじめした所でニャーニャー泣いていた事だけは記憶している。'))
// ["どこ", "で", "生れ", "たか", "とんと", "見当", "が", "つ", "か", "ぬ", "。", "何でも", "薄暗い", "じめじめ", "した", "所", "で", "ニャーニャー", "泣", "い", "て", "いた事", "だけ", "は", "記憶", "し", "て", "いる", "。"]

ฉันยังทำjsfiddleที่แสดงสิ่งนี้

คุณภาพไม่น่าทึ่ง แต่ฉันประหลาดใจที่ได้รับการสนับสนุนทั้งหมด

ตามลิงก์ที่โพสต์โดย JonathonWคำตอบนั้นเป็นคำตอบ:“ มีรายการคำศัพท์ภาษาญี่ปุ่นจำนวนมากและการตรวจสอบ Chrome เพื่อดูว่าคุณคลิกสองครั้งในคำเดียวหรือไม่”

โดยเฉพาะการใช้ v8 ห้องไอซียูที่จะทำพวงของ Unicode ที่เกี่ยวข้องกับสิ่งที่การประมวลผลข้อความรวมทั้งหมดข้อความขึ้นมาเป็นคำพูด รหัสการตรวจจับขอบเขตของ ICU รวมถึง"ตัวแบ่งตามพจนานุกรม"สำหรับภาษาที่ไม่มีช่องว่างรวมถึงญี่ปุ่นจีนไทย ฯลฯ

และสำหรับตัวอย่างเฉพาะของคุณ "薄暗い" คุณจะพบคำนั้นในพจนานุกรมจีน - ญี่ปุ่นรวมที่จัดส่งโดย ICU (บรรทัด 255431) ขณะนี้มีคำศัพท์ภาษาจีน / ญี่ปุ่นทั้งหมด 315,671 รายการ สันนิษฐานว่าหากคุณพบคำที่ Chrome ไม่แยกอย่างถูกต้องคุณสามารถส่ง ICU เพื่อแก้ไขเพื่อเพิ่มคำนั้น