Olùkà Àwọn Ohun-Kíkọ Ọ̀fẹ́

Bí Ó Ṣe Ń Ṣiṣẹ́

Gbogbo kíkà ń ṣiṣẹ́ nínú aṣàwákiri rẹ pẹ̀lú àwọn API Unicode JavaScript tí a kọ́ sínú rẹ̀ — pàápàá Intl.Segmenter fún àwọn àkópọ̀ grapheme àti TextEncoder fún gígùn byte — láìsí ìpè sáfà àti láìsí ìwé-ìṣirò ìta. Irinṣẹ́ náà ń fi ìyàtọ̀ sí àárín àwọn ojú-àmì Unicode, àwọn àmì tí ènìyàn ń rí (nítorí náà emoji àsíá tàbí emoji ìdílé ń ka gẹ́gẹ́ bí grapheme kan, kì í ṣe mẹ́rin), àti àwọn byte UTF-8 gan-an.

1. 1
   Ìpín tí ó mọ Unicode

   Bí o ṣe ń kọ, a ń pín ọ̀rọ̀ náà sí àwọn ojú-àmì Unicode ní lílo olùyíká spread ([...text]), èyí tí ó ń mú àwọn àmì tí ó wà lóde Basic Multilingual Plane dáadáa. A ń pín àwọn lẹ́tà àti nọ́mbà pẹ̀lú àwọn àmì Unicode (\p{L} àti \p{N}) nítorí náà Cyrillic, Arabic, CJK, àti àwọn àkọsọ mìíràn ni a kà dáadáa, kì í ṣe ASCII nìkan.
2. 2
   Kíkà grapheme àti byte

   API Intl.Segmenter aṣàwákiri (pẹ̀lú granularity: 'grapheme') ń ka àwọn àmì tí ènìyàn ń rí — emoji ojú-àmì-púpọ̀ bí i ìdílé tàbí àsíá ń forúkọ sílẹ̀ gẹ́gẹ́ bí ọ̀kan. TextEncoder ń ṣe àmúlò ọ̀rọ̀ náà sí UTF-8 ó sì ń fi ìròyìn gígùn byte hàn, èyí tí ó ṣe pàtàkì fún SMS àti àwọn àyè nẹ́tíwọ́ọ̀kì níbi tí byte, kì í ṣe àmì, jẹ́ ààlà.
3. 3
   Ìtúpalẹ̀ ìṣètò àti gẹ̀rẹ́

   A ń rí àwọn ọ̀rọ̀ mọ̀ nípa gígé lórí àyè; àwọn gbólóhùn nípa kíkà àwọn ìṣàn àmì-ìdúró ., !, àti ?; àwọn ìpínrọ̀ nípa àwọn ààlà ìlà-tuntun-méjì. A ń ṣírò iye àmì àdánidá pẹ̀lú Set kan. A ń kọ́ àwọn tábìlì gẹ̀rẹ́ àmì àti ọ̀rọ̀ pẹ̀lú Map kan, kí a sì tò wọ́n gẹ́gẹ́ bí iye láti fi 10 tí a lò jùlọ hàn.
4. 4
   Ìfiwéra ààlà pẹpẹ

   A ń fi iye àmì rẹ wé ààlà pẹpẹ mẹ́fà tí a dá kalẹ̀ ní àkókò gidi (Tweet/X ní 280, àpèjúwe Meta ní 160, SMS ní 160, àkọsílẹ̀ LinkedIn ní 3000, àkọlé YouTube ní 100, àkọlé Instagram ní 2200). Ọ̀pá ìtẹ̀síwájú àti àmì kọjá/kùnà ń yí padà lẹ́sẹ̀kẹsẹ̀ bí o ṣe ń kọ, a sì ń ṣírò àkókò kíkà ní ọ̀rọ̀ 225 fún ìṣẹ́jú kan, àkókò sísọ̀rọ̀ ní 140 wpm.

Àwọn Irinṣẹ Tó Jọra