intl.segmenter不能直接实现语义分词式全文搜索高亮，因其仅按unicode规则划分边界，不识别“南京市”等实体，需结合字符串匹配与位置映射才能精准高亮。
Intl.Segmenter 不能直接实现“语义分词式”的全文搜索高亮，它只负责按 Unicode 规则切出语言感知的边界（如中文的“词”或“句子”），不识别“南京市”“长江大桥”这类实体。真要高亮，得先用它分段，再结合字符串匹配或正则定位——否则你会在“南京市长江大桥”里把“南京”“市”“长江”“大桥”全高亮，完全错乱。
为什么不能直接用 granularity: "word" 做中文搜索分词
Intl.Segmenter 在 zh-CN 下的 "word" 模式，本质是调用 ICU 的「CJK Word Boundary」规则，它按字、标点、常见双字组合（如“我们”“可以”）切分，但不查词典、不消歧、不支持未登录词。比如：
-
"南京市长江大桥"会被切成["南京", "市", "长江", "大桥"]或["南京", "市长", "江", "大桥"]（取决于浏览器 ICU 版本），但绝不会稳定输出["南京市", "长江大桥"] -
"苹果发布了新手机"可能切出["苹果", "发布", "了", "新", "手机"]，但无法区分“苹果”是水果还是公司 - Safari 14.0 不支持
granularity: "word"，只返回单字；Chrome 100+ 才逐步稳定
如何用 Intl.Segmenter 辅助高亮：分段 + 精确位置映射
它的真正价值是提供 index 和 segment 字段，让你知道每个分段在原文中的起止位置。这对高亮很关键——你不需要“猜词”，而是让搜索关键词在原始字符串上做 indexOf 或正则匹配，再用 Segmenter 结果找出哪些分段被覆盖。
- 先对用户输入的
searchText调用segmenter.segment(searchText)，拿到所有{ segment, index }对象 - 对目标文本
content同样分段，但保留全部index信息 - 用
content.indexOf(searchText)或new RegExp(escapeRegExp(searchText), "g")找到所有匹配起始位置 - 遍历 Segmenter 输出，判断每个分段的
[index, index + segment.length)是否与任一匹配区间重叠；重叠则标记为需高亮 - 最后拼 HTML 时，按原始字符索引插入
<mark></mark>，不是按分段数组顺序拼
浏览器兼容性与降级必须写死
截至 2026 年 4 月，Intl.Segmenter 在 Safari 14.1+、Firefox 78+、Chrome 86+ 支持完整 granularity，但 Edge 18 及更早版本完全不支持。别依赖 try/catch，直接检测：
if (typeof Intl.Segmenter !== 'function') {
// 降级方案：对中文用 /[\u4e00-\u9fa5]+/g 匹配连续汉字，对英文用 /\b\w+\b/g
// 或直接 fallback 到 string.split('')，至少保证标点和汉字不粘连
}
- 不要在构造
Intl.Segmenter时传错 locale：用"zh-CN"，别用"zh"或"cn"，后者可能触发默认 English 规则 - 避免在循环中反复 new 实例：每个 locale + granularity 组合应复用同一个
segmenter实例 - 注意
segment()返回的是迭代器，不是数组；想随机访问必须Array.from(segmenter.segment(str))，但大文本慎用——会一次性展开全部分段，失去懒加载优势
高亮渲染时最容易忽略的细节
很多人用 segmenter.segment(content) 得到一堆 segment 字符串，然后拼成新字符串并插入 <mark></mark>，结果破坏了原始文本的空白、换行、HTML 实体（如 &）。正确做法是：
- 永远基于原始
content字符串做 DOM 插入，用textContent和createTextNode+createElement("mark")分段构建 DocumentFragment - 如果内容含 HTML 标签（如富文本），先用
DOMParser解析，再对textContent分段高亮，最后把高亮节点塞回对应文本节点位置——不能对 innerHTML 做正则替换 - 移动端要注意
<mark></mark>默认样式在 iOS 上背景色极淡，需加 CSS：mark { background-color: #ffeb3b; }
真正的难点不在分段，而在把“分段坐标”、“搜索匹配坐标”、“DOM 文本节点坐标”三者对齐。少一步映射，高亮就偏移或断裂。
