hanzi-utils

汉字处理工具库

简介

本库提供了一系列用于处理汉字（中文字符）的JavaScript函数。这些函数包括查询汉字的异体字、发音、部首、笔画、获取所有Unicode汉字、Unicode编码与汉字字符的转换以及计算汉字字符串的长度等。

Unicode-17.0.0 关于东亚部分的官方介绍

https://www.unicode.org/versions/Unicode17.0.0/core-spec/chapter-18

Unicode-17.0.0 汉字编码区间

| 区块名称 | 范围 | 注释 | |-----------------------------------|-------------------|------------------------------| | CJK统一汉字 | 4E00–9FFF | 常用 | | CJK统一汉字扩展A | 3400–4DBF | 罕见 | | CJK统一汉字扩展B | 20000–2A6DF | 罕见，历史用字 | | CJK统一汉字扩展C | 2A700–2B73F | 罕见，历史用字 | | CJK统一汉字扩展D | 2B740–2B81F | 亟需收录的字符 | | CJK统一汉字扩展E | 2B820–2CEAF | 罕见，历史用字 | | CJK统一汉字扩展F | 2CEB0–2EBEF | 罕见，历史用字 | | CJK统一汉字扩展G | 30000–3134F | 罕见，历史用字 | | CJK统一汉字扩展H | 31350–323AF | 罕见，历史用字 | | CJK统一汉字扩展I | 2EBF0–2EE5F | 亟需收录的字符 | | CJK统一汉字扩展J | 323B0–3347F | 罕见，历史用字 | | CJK兼容汉字 | F900–FAFF | 重复字符、可合并变体、企业用字 | | CJK兼容汉字补充 | 2F800–2FA1F | 可合并变体 | | 康熙部首 | 2F00-2FD5 | 部首字符 | | 部首扩展 | 2E80-2EF3 | 部首字符 | | 汉字笔画 | 31C0-31EF | 笔画字符 | | 汉字结构 | 2FF0-2FFF | 汉字结构 | | 汉语注音 | 3105-312F | 注音字符 | | 注音扩展 | 31A0-31BF | 注音字符 | | 〇 | 3007 | 零 |

安装

npm i @vearvip/hanzi-utils

使用

引入模块

首先，确保你已经将@vearvip/hanzi-utils引入到你的项目中。

查询汉字的异体字

import { queryVariant } from '@vearvip/hanzi-utils';

const character = '说';
const variants = queryVariant(character);

console.log(`"${character}" 的异体字有：`, variants);
// "说" 的异体字有： [ "說", "説" ]

查询汉字的部首、笔画

import { queryRadicalStrokeCount } from '@vearvip/hanzi-utils';

const hanzi = '额';
const result = queryRadicalStrokeCount(hanzi);
console.log(result); // 输出：[ "页", 15 ]

// 解释：汉字"额"的部首是"页"，总笔画数为15。

查询汉字在多种方言和语言中的读音,当前支持以下方言/语言的读音查询：

• 普通话（mandarin）
• 粤语（cantonese）
• 日语音读（japaneseOn）
• 日语训读（japaneseKun）
• 韩语（korean）
• 越南语（vietnamese）

import { queryReading } from '@vearvip/hanzi-utils';

// 查询汉字“一”的粤语、日语、韩语、普通话及越南语读音
const readings = queryReading('一');
console.log(readings);
/*
输出:
{
  kCantonese: "jat1",
  kJapaneseKun: "HITOTSU HITOTABI HAJIME",
  kJapaneseOn: "ICHI ITSU",
  kKorean: "IL",
  kMandarin: "yī",
  kVietnamese: "nhất",
}
*/

获取所有Unicode 17.0.0的汉字

import { getAllHanziCharacters } from '@vearvip/hanzi-utils';

const allHanzi = getAllHanziCharacters();
console.log(allHanzi.slice(0, 10));
// [ "一", "丁", "丂", "七", "丄", "丅", "丆", "万", "丈", "三"]
console.log(allHanzi.length);
// 99142

Unicode编码与汉字字符的转换

import { 
  unicode2Hanzi,
  hanzi2Unicode, 
} from '@vearvip/hanzi-utils';

// Unicode编码转汉字字符
const hexCode = '4E2D'; // '中'的Unicode编码
const hanzi = unicode2Hanzi(hexCode);
console.log(hanzi); // 输出：中

// 汉字字符转Unicode编码
const anotherHanzi = '字';
const unicode = hanzi2Unicode(anotherHanzi);
console.log(unicode); // 输出：5B57

根据unicode字符来split传入的字符串

import { splitUnicodeStringIgnoreSequence } from '@vearvip/hanzi-utils';

const str = '家庭👩‍👩‍👧‍👧';
const charList = splitUnicodeStringIgnoreSequence(str);
console.log(str.split('')); // 输出：['家', '庭', '\uD83D', '\uDC69', '‍', '\uD83D', '\uDC69', '‍', '\uD83D', '\uDC67', '‍', '\uD83D', '\uDC67']
console.log(charList); // 输出：['家', '庭', '👩‍👩‍👧‍👧']

计算unicode字符串的长度

import { unicodeLengthIgnoreSequence } from '@vearvip/hanzi-utils';

const str = '豕型';
const strLength = unicodeLengthIgnoreSequence(str);
console.log(str.length); // 输出：4
console.log(strLength); // 输出：2

函数检查一个字符是否是汉字

import { isHanzi } from '@vearvip/hanzi-utils';

console.log(isHanzi('汉')); // true
console.log(isHanzi('A'));  // false
console.log(isHanzi('𠀀')); // true

提取字符串中的汉字

import { extractHanzi } from '@vearvip/hanzi-utils';

console.log(extractHanzi('Hello, 世界! 𠀀✨ 你好，世界！')); // 输出: ["世", "界", "𠀀", "你", "好", "世", "界"]

注意事项

• 本库中的函数假设你正在使用支持ES6及以上语法的JavaScript环境。
• unicodeLengthIgnoreSequence使用了Intl.Segmenter，请确保你的JavaScript环境支持该API（通常在较新的浏览器和Node.js版本中可用）。
• 本库的代码未经优化，可能不适用于大型项目或需要高性能的场景。如有需要，请进行适当的性能优化。

贡献

如果你发现任何错误或想要提出改进建议，请随时通过GitHub或其他方式联系我。欢迎任何形式的贡献！