Contador de clusters de grafemas
Cuenta caracteres percibidos por el usuario, incluidos emojis y marcas combinadas.
Cómo interpretar Unicode y la segmentación
Contador de clusters de grafemas trabaja con una capa del texto que no siempre aparece en pantalla. Un carácter percibido puede tener varios puntos de código, los emojis pueden usar secuencias ZWJ y las reglas de palabras varían por idioma.
- Distingue unidades UTF-16, puntos de código y clusters de grafemas antes de definir límites o posiciones.
- Usa normalización al comparar textos equivalentes representados mediante secuencias diferentes.
- Trata el resultado como un análisis predeterminado: tailandés, chino y japonés pueden necesitar reglas adaptadas.
Consejo práctico: No cortes texto dentro de un cluster de grafemas. Prueba emojis, marcas combinadas y alfabetos distintos.