在javascript中检测字符串的unicode语言

Question

我有一个包含几个单词的字符串。我想找出只包含Tamil Unicode字符的所有单词。我是javascript的新手。

使用Go，我也这样做：

            tokens := strings.Fields(stringContent, delim) // split based on delim, say space

            for _, token := range tokens { //like foreach
                r, l := utf8.DecodeRuneInString(token)
                if l != 1 {
                    if unicode.Is(unicode.Tamil, r) {
                        // Tamil word
                    }
                }
            }

我发现string.split（）会在javascript中根据分隔符给出单个单词。但是，如果这个单词是UTF-8 TAMIL单词，我无法知道如何获取。有人可以帮助我在javascript中实现这个目标吗？

Answer 1

简单的方法是对具有unicode范围内字符的单词进行正则表达式匹配

希望这会有所帮助：http://kourge.net/projects/regexp-unicode-block

您可以使用的样本

"இந்தியா ASASAS எறத்தாழ ASSASAS குடியரசு ASWED SAASAS".match(/[\u0B80-\u0BFF]+/g);