Intl.v8BreakIterator で拡張書記素クラスターを扱う

node.js や iojs で Intl を有効にしてビルドすると v8 独自実装の Intl.v8BreakIterator を利用できるようになります。

Mac OS X ですでにインストールされている ICU を利用する場合、ビルドオプションは次のように指定します。

pkg-config --modversion icu-i18n && ./configure --with-intl=system-icu

異体字セレクターを例に書記素クラスターの数を数えてみましょう。

コンストラクターの第1引数に言語タグを指定し、拡張書記素クラスター単位で扱うために第2引数のオブジェクトで character を指定します。

var str = '葛' + String.fromCodePoint(0xE0101) + '飾区';
console.log(3 === graphemeLength(str, ['ja-JP']));

var str2 = '葛' + String.fromCodePoint(0xE0101).repeat(10000) + '飾区';
console.log(3 === graphemeLength(str2, ['ja-JP']));

function graphemeLength(str, locales)
{
    var it = new Intl.v8BreakIterator(locales, {type: 'character'});
    it.adoptText(str);

    var length = 0;
    var previous = 0;
    var current = it.first();

    while (current !== -1) {

        current = it.next();

        if (current === -1) {
            break;
        }

        previous = current;
        ++length;
    }

    return length;
}