Come contare caratteri e parole

Tre cose diverse chiamate "un personaggio"

Per il testo inglese senza accenti o emoji, tutti e tre concordano esattamente, motivo per cui la differenza passa inosservata finché non diventa importante. Divergono sugli emoji, sulle bandiere, sui caratteri accentati scritti con segni combinati e su molte scritture non latine.

La conseguenza pratica: se stai contando rispetto a un limite imposto da qualche altra parte (una colonna di database, un gateway SMS, un validatore di moduli, una piattaforma social) quel sistema potrebbe contare in modo diverso da questo. Il modo onesto per verificare un limite rigido è il contatore della destinazione.

• Un ammasso di grafemi: cosa vedi. Un emoji, una lettera accentata, una sillaba Devanagari. Questo è quanto riporta Text Toolkit.
• Un punto di codice: un valore Unicode. Un'emoji composta da tre simboli più joiner rappresenta diversi punti di codice.
• Un'unità di codice: uno slot da 16 bit nel modo in cui JavaScript memorizza le stringhe. Questo è quanto riporta un ingenuo contatore, ed è il più grande dei tre numeri.

Come vengono contate le parole e le frasi qui

Le parole sono sequenze di spazi non bianchi separati da spazi bianchi, dopo il taglio. Questa è la definizione utilizzata da quasi tutti i contatori di parole e presenta casi limite: un composto con trattino conta come una parola, un trattino senza spazi attorno incolla due parole in una e un elemento di un elenco numerato conta il suo numero.

Le frasi vengono contate in base alla punteggiatura finale: punto, punto interrogativo, punto esclamativo e i relativi equivalenti CJK a larghezza intera. Le abbreviazioni gonfiano il conteggio, quindi "Arrivò il dottor Smith". si legge come due frasi. Nessun contatore risolve questo problema senza un dizionario e uno strumento che pretendesse il contrario sarebbe semplicemente sbagliato in modo meno visibilmente.

Le righe vengono contate in base alle interruzioni di riga, gestendo le terminazioni Windows, Unix e Mac classiche. I paragrafi sono sequenze di testo separate da una riga vuota.

Contare per un limite della piattaforma

I limiti della piattaforma cambiano e vengono applicati dalla piattaforma anziché da qualsiasi contatore utilizzato in anticipo. Piuttosto che ripetere qui numeri che potrebbero essere obsoleti nel momento in cui leggi questo, il consiglio utile riguarda METHOD.

Scrivi nello strumento, conta lì per rientrare nel raggio d'azione e incollalo nella piattaforma per confermare contro il proprio contatore prima di pubblicare. Il divario tra i due numeri, se presente, ti dice come conta quella piattaforma - e una volta che lo sai per la piattaforma su cui pubblichi, lo sai.

Due specificità che catturano le persone indipendentemente dalla piattaforma. Un URL viene spesso conteggiato come lunghezza fissa anziché come lunghezza reale, quindi un collegamento lungo potrebbe costare meno di quanto sembri. E un emoji può costare da una a una dozzina a seconda della regola di conteggio, motivo per cui un post che entra nell’editor a volte non entra nella scatola.

Fare ordine prima di contare

1. Taglia le linee per rimuovere gli spazi bianchi iniziali e finali che aumentano il conteggio dei caratteri.
2. Rimuovi le righe vuote se stai contando un elenco anziché una prosa.
3. Rimuovi i duplicati se la stessa voce appare più di una volta e stai contando elementi distinti.
4. Leggi il conteggio delle righe per un elenco o il conteggio delle parole per la prosa. Contare la statistica sbagliata è un errore più comune che contarla in modo errato.

Esempio funzionato: perché una riga riporta i caratteri 14 e 20 altrove

Prendi la decisione: spediscilo 🚀 oggi stesso, dove il razzo è una singola emoji e il resto è semplice ASCII.

Contare a occhio: S-h-i-p, spazio, i-t, spazio, razzo, spazio, t-o-d-a-y. Quattordici cose che una persona indicherebbe.

Il Text Toolkit riporta 14 caratteri, 4 parole, 1 riga. Un contatore che misura le unità di codice UTF-16 riporta 15, perché il razzo occupa due slot.

Ora scambia il razzo con un'emoji di famiglia composta da quattro persone unite da falegnami invisibili. Il conteggio visibile è ancora 14. Il conteggio delle unità di codice salta a circa 24, perché quella singola immagine è di undici unità di codice.

Risultato: Stesso testo visibile, due contano dieci a parte e nessuno dei due strumenti è rotto. Se un modulo rifiuta il tuo testo mentre il tuo contatore dice che è adatto, quasi sempre questo è il motivo: e la soluzione è verificare rispetto alla destinazione, non discutere con il contatore.

Apri lo strumento

Contare il testo nel Text Toolkit

Conta gruppi di grafemi, parole, frasi, righe e paragrafi durante la digitazione. Niente viene archiviato e nulla viene inviato da nessuna parte.

Ciò che questo non copre

• Il conteggio delle parole è basato sugli spazi bianchi, quindi i composti con trattino contano come una parola e un trattino senza spaziatura ne unisce due.
• Il conteggio delle frasi è basato sulla punteggiatura ed è gonfiato dalle abbreviazioni.
• Il conteggio dei grafemi utilizza il segmentatore del browser, ove disponibile, quindi i risultati possono differire leggermente tra browser vecchi e nuovi per script esotici.
• In questo strumento non esiste una stima del tempo di lettura, una densità di parole chiave e un punteggio di leggibilità.
• L'elaborazione viene eseguita sul thread principale, quindi un documento molto grande potrebbe fare una breve pausa.
• Questo strumento non può dirti il ​​limite attuale di nessuna piattaforma e non ci prova.