许多语言的单词之间都有空格，因此很容易知道何时换行.例如，在英语中，任何空格都代表换行的机会.
然而，像泰语这样的语言在单词之间有换行，但没有空格来告诉你什么时候换行.
我正在使用一种语音到文本的算法将音频转录成字符串，然后根据时间戳将其拆分成逐行的字幕.对于第一组语言，这非常简单，使用空格来分割标记.但我担心，对于东南亚用户来说，它会造成令人费解的字里行间的分裂.
对于这些语言，有没有可能在一串文本中找到您可能能够拆分行的点？我不得不假设这是为UIKit内部完成的，否则，泰国用户在UILabel中输入文本时会有错误的换行符.
100
NLTokenizer可以将文本拆分成单词.
import NaturalLanguage
let tokenizer = NLTokenizer(unit: .word)
tokenizer.setLanguage(.thai)
// or:
//tokenizer.setLanguage(.khmer)
//tokenizer.setLanguage(.lao)
//tokenizer.setLanguage(.burmese)
let text = "ทำอะไรอยู่ล่ะคุณนาย"
tokenizer.string = text
// this returns the ranges of all the words
let tokenRanges = tokenizer.tokens(for: text.startIndex..<text.endIndex)
for tokenRange in tokenRanges {
print(text[tokenRange])
}
输出:
ทำ
อะไร
อยู่
ล่ะ
คุณนาย
在您的实际代码中，您可以使用每个单词范围的上限作为"单词边界".或者，由于您正在制作标题，因此可能更适合使用:
let lastWordRange = tokenizer.tokenRange(at: index)
要得到特定index的单词范围，其中index可能接近您想要的分界点，而您在lastWordRange.upperBound"切断了字符串".