So zählen Sie Zeichen und Wörter

Drei verschiedene Dinge, die man „einen Charakter“ nennt

Bei englischen Texten ohne Akzente oder Emojis stimmen alle drei genau überein, weshalb der Unterschied erst dann auffällt, wenn er wichtig ist. Sie unterscheiden sich in Bezug auf Emojis, Flaggen, mit Kombinationszeichen geschriebene Akzentzeichen und viele nicht-lateinische Schriften.

Die praktische Konsequenz: Wenn Sie mit einem Grenzwert rechnen, der an anderer Stelle erzwungen wird – einer Datenbankspalte, einem SMS-Gateway, einem Formularvalidator, einer sozialen Plattform –, zählt dieses System möglicherweise anders als dieses. Der ehrliche Weg, ein hartes Limit zu überprüfen, ist der zieleigene Schalter.

• Ein Graphem-Cluster: was Sie sehen. Ein Emoji, ein akzentuierter Buchstabe, eine Devanagari-Silbe. Das berichtet das Text Toolkit.
• Ein Codepunkt: ein Unicode-Wert. Ein Emoji aus drei Symbolen plus Verbindungselementen besteht aus mehreren Codepunkten.
• Eine Codeeinheit: ein 16-Bit-Slot in der Art und Weise, wie JavaScript Zeichenfolgen speichert. Das berichtet ein naiver Zähler, und es ist die größte der drei Zahlen.

Wie Wörter und Sätze hier gezählt werden

Wörter sind nach dem Zuschneiden durch Leerzeichen getrennte Reihen von Nicht-Leerzeichen. Das ist die Definition, die fast jeder Wortzähler verwendet, und es gibt bekannte Randfälle: Ein zusammengesetztes Wort mit Bindestrich zählt als ein Wort, ein Bindestrich ohne Leerzeichen um ihn herum fügt zwei Wörter zu einem zusammen und ein nummeriertes Listenelement zählt seine Nummer.

Sätze werden durch abschließende Satzzeichen gezählt – Punkt, Fragezeichen, Ausrufezeichen und ihre CJK-Entsprechungen in voller Breite. Abkürzungen erhöhen die Zahl, sodass „Dr. Smith angekommen“ ist. liest sich als zwei Sätze. Kein Zähler löst dieses Problem ohne ein Wörterbuch, und ein Tool, das etwas anderes vortäuscht, wäre nur weniger sichtbar falsch.

Zeilen werden nach Zeilenumbrüchen gezählt, wobei Windows-, Unix- und klassische Mac-Endungen berücksichtigt werden. Absätze sind Textabschnitte, die durch eine Leerzeile getrennt sind.

Es wird mit einem Plattformlimit gerechnet

Plattformbeschränkungen ändern sich und werden von der Plattform und nicht von einem zuvor verwendeten Zähler durchgesetzt. Anstatt hier Zahlen zu wiederholen, die beim Lesen möglicherweise veraltet sind, geht es bei den nützlichen Ratschlägen um die METHODE.

Schreiben Sie in das Tool, zählen Sie dort, um in den Bereich zu gelangen, und fügen Sie es in die Plattform ein, um es vor dem Posten mit dem eigenen Zähler zu vergleichen. Die Lücke zwischen den beiden Zahlen, falls vorhanden, sagt Ihnen, wie diese Plattform zählt – und wenn Sie das für die eine Plattform wissen, auf der Sie posten, wissen Sie es.

Zwei Besonderheiten, die Menschen unabhängig von der Plattform fesseln. Eine URL wird oft als feste Länge und nicht als ihre tatsächliche Länge gezählt, sodass ein langer Link möglicherweise weniger kostet, als er aussieht. Und ein Emoji kann je nach Zählregel zwischen einem und einem Dutzend kosten, weshalb ein Beitrag, der in den Editor passt, manchmal nicht in die Box passt.

Aufräumen, bevor man zählt

1. Trimmen Sie Linien, um führende und nachfolgende Leerzeichen zu entfernen, die die Zeichenanzahl erhöhen.
2. Entfernen Sie leere Zeilen, wenn Sie eine Liste statt Prosa zählen.
3. Entfernen Sie Duplikate, wenn derselbe Eintrag mehr als einmal vorkommt und Sie unterschiedliche Elemente zählen.
4. Lesen Sie die Zeilenanzahl für eine Liste oder die Wortanzahl für Prosa. Die falsche Statistik zu zählen ist ein häufigerer Fehler als die falsche Zählung.

Ausgearbeitetes Beispiel: Warum eine Zeile 14 Zeichen meldet und an anderer Stelle 20

Nehmen Sie den Satz: Versenden Sie ihn 🚀 noch heute – wobei die Rakete ein einzelnes Emoji ist und der Rest einfaches ASCII ist.

Zählen nach Augenmaß: S-h-i-p, Weltraum, i-t, Weltraum, Rakete, Weltraum, t-o-d-a-y. Vierzehn Dinge, auf die eine Person zeigen würde.

Das Text Toolkit meldet 14 Zeichen, 4 Wörter, 1 Zeile. Ein Zähler, der UTF-16-Codeeinheiten misst, meldet 15, da die Rakete zwei Steckplätze belegt.

Tauschen Sie nun die Rakete gegen ein Familien-Emoji aus, das aus vier Personen besteht, denen unsichtbare Helfer beitreten. Die sichtbare Anzahl beträgt immer noch 14. Die Anzahl der Codeeinheiten springt auf etwa 24, da dieses einzelne Bild elf Codeeinheiten umfasst.

Ergebnis: Derselbe sichtbare Text, zwei Zählungen im Abstand von zehn, und keines der Werkzeuge ist kaputt. Wenn ein Formular Ihren Text ablehnt, obwohl Ihr Zähler sagt, dass er passt, ist dies fast immer der Grund – und die Lösung besteht darin, den Text mit dem Ziel zu vergleichen und nicht mit dem Zähler zu streiten.

Öffnen Sie das Tool

Zählen Sie Text im Text Toolkit

Zählt während der Eingabe Graphemcluster, Wörter, Sätze, Zeilen und Absätze. Nichts wird gespeichert und nichts wird irgendwohin gesendet.

Was dies nicht abdeckt

• Die Wortzählung basiert auf Leerzeichen, d. h. zusammengesetzte Wörter mit Bindestrich zählen als ein Wort und ein Bindestrich ohne Leerzeichen verbindet zwei Wörter.
• Die Satzzählung basiert auf Satzzeichen und wird durch Abkürzungen aufgebläht.
• Bei der Graphemzählung wird, sofern verfügbar, der browsereigene Segmentierer verwendet, sodass die Ergebnisse bei exotischen Skripten zwischen alten und neuen Browsern geringfügig abweichen können.
• In diesem Tool gibt es keine Schätzung der Lesezeit, keine Keyword-Dichte und keinen Lesbarkeitswert.
• Die Verarbeitung läuft im Hauptthread, daher kann es bei einem sehr großen Dokument zu einer kurzen Pause kommen.
• Dieses Tool kann Ihnen das aktuelle Limit einer Plattform nicht mitteilen und versucht es auch nicht.