Language agnostic 自动断字任意文本

自动断字面临哪些挑战？看起来你可以一个字一个字地画，当线条的长度超过视口的长度时（或者当我们将文本包装在其中时）打断，在尽可能多的字符后放置连字符（前提是至少两个字符合适，单词至少四个字符），跳过已经包含连字符的单词（没有要求单词必须连字符）

但我注意到Firefox和IE需要一个字典才能与CSS的

连字符连字。这似乎意味着我们在哪里可以放置连字符还有更多的问题

这些是什么类型的问题？英语中是否存在任何问题，或者它们只存在于其他语言中？
所有语言中都存在这些问题。正如已经指出的，您只能在拆分后产生有意义标记的地方放置连字符。例如，您不想拆分“wr ong”这样的单词

这可能是一个音节，也可能不是一个音节，但在大多数语言中（包括英语）是这样。但是重点是你不能简单地用一些简单的规则来很容易地把它拆掉。你需要考虑很多音韵学来获得一个高度精确的结果，而且这些规则因语言而异。

有了这样的背景，我明白了为什么人们会选择字典，坦率地说，作为一名计算语言学家，这也是我可能会选择的

如果你真的想寻求一个自动解决方案，我建议你做一些关于英语音节音韵学的研究，或者所谓的音节化。你可以从维基百科上的这篇文章开始：

不能在适当的文本中任意放置连字符（与推特、快速电子邮件等相反）。它们应该放在音节之间，并且不要在每一行的单词中留下太少的字母。字典提供音节中断。此外，贪婪算法可能不会产生最佳结果。例如，如果有一个长而不可断的单词，你可能会发现如果你有意中断，你会得到更均匀的行长度有几行很早。