文字数や単語の数え方

「キャラクター」と呼ばれる 3 つの異なるもの

アクセントや絵文字のない英語のテキストの場合、これら 3 つはすべて正確に一致するため、重要になるまで違いが気づかれないのです。それらは、絵文字、国旗、結合記号で書かれたアクセント付き文字、および多くの非ラテン文字で異なります。

実際の結果: データベース列、SMS ゲートウェイ、フォーム検証ツール、ソーシャル プラットフォームなど、他の場所で適用される制限をカウントしている場合、そのシステムではこの制限とは異なるカウントが行われる可能性があります。ハードリミットを確認する正直な方法は、宛先独自のカウンターです。

• 書記素クラスター: 目に見えるもの。絵文字 1 つ、アクセント文字 1 つ、デーヴァナーガリー音節 1 つ。これは Text Toolkit が報告する内容です。
• コードポイント: 1 つの Unicode 値。 3 つの記号と結合子で構成される絵文字は、いくつかのコード ポイントになります。
• コード単位: JavaScript が文字列を格納する方法における 1 つの 16 ビット スロット。これは素朴なカウンターが報告するもので、3 つの数字の中で最大のものです。

ここでの単語と文章のカウント方法

単語は、トリミング後に空白文字で区切られた空白以外の文字列です。これは、ほぼすべての単語カウンターで使用される定義であり、既知の特殊なケースがあります。ハイフンでつながれた複合語は 1 つの単語としてカウントされ、前後にスペースのない全角ダッシュは 2 つの単語を 1 つに結合し、番号付きリスト項目はその数をカウントします。

文は、終了句読点 (ピリオド、疑問符、感嘆符、および全角の CJK に相当するもの) によってカウントされます。略語を使用するとカウントが膨らむため、「スミス博士が到着しました」となります。 2つの文として読み取れます。辞書がなければカウンターはこれを解決できませんし、そうでないふりをするツールは、目に見えないだけ間違っているだけです。

行数は改行によってカウントされ、Windows、Unix、およびクラシック Mac の語尾が処理されます。段落は空白行で区切られた一連のテキストです。

プラットフォームの制限をカウントする

プラットフォームの制限は変更され、事前に使用するカウンタではなくプラットフォームによって適用されます。あなたがこれを読んでいる頃には時代遅れになっているかもしれない数字をここで繰り返すのではなく、方法に関する有益なアドバイスです。

ツールに書き込み、範囲内に入るまでカウントし、投稿する前にプラットフォームに貼り付けて独自のカウンターと照合して確認します。 2 つの数値の間にギャップがある場合は、そのプラットフォームがどのようにカウントされるかを示します。投稿先の 1 つのプラットフォームについてそれが分かれば、それがわかります。

プラットフォームを問わず人々を魅了する 2 つの特徴。 URL は実際の長さではなく固定長としてカウントされることが多いため、長いリンクのコストは見た目よりも低くなる場合があります。また、絵文字の価格はカウント ルールに応じて 1 から 12 ドルになるため、エディターに収まる投稿がボックスに収まらない場合があるのはこのためです。

数を数える前に整理整頓

1. 行をトリムして、文字数を増大させる先頭と末尾の空白を削除します。
2. 散文ではなくリストを数えている場合は、空行を削除してください。
3. 同じエントリが複数回出現し、個別の項目をカウントしている場合は、重複を削除します。
4. リストの場合は行数を、散文の場合は単語数を読み取ります。統計を間違って数えることは、統計を間違って数えることよりも一般的な間違いです。

実用的な例: ある行では 14 文字が報告され、他の行では 20 文字が報告される理由

たとえば、今すぐ発送🚀しましょう。ロケットは 1 つの絵文字で、残りは単純な ASCII です。

目で数える: S-h-i-p、space、i-t、space、rocket、space、t-o-d-a-y。人が指摘する14の事柄。

テキスト ツールキットは、14 文字、4 単語、1 行をレポートします。ロケットが 2 つのスロットを占有しているため、UTF-16 コード単位を測定するカウンターは 15 を報告します。

次に、ロケットを、目に見えないジョイナーによって結合された 4 人の人々から作成された家族の絵文字と交換します。表示されるカウントは 14 のままです。その 1 つのピクチャが 11 コード ユニットであるため、コード ユニット カウントは約 24 に跳ね上がります。

結果: 同じ表示テキスト、2 つのカウントは 10 ずつ離れており、どちらのツールも壊れていません。カウンターが適合していると言っているのに、フォームがあなたのテキストを拒否する場合、ほとんどの場合、これが理由です。そして、解決策は、カウンターと議論するのではなく、宛先と照らし合わせてチェックすることです。

ツールを開く

テキスト ツールキットのテキストを数える

入力時に書記素クラスター、単語、文章、行、段落をカウントします。何も保存されず、どこにも送信されません。

これでカバーされないもの

• 単語のカウントは空白ベースであるため、ハイフンで囲まれた複合語は 1 つの単語としてカウントされ、スペースのない全角ダッシュは 2 つの単語を結合します。
• 文のカウントは句読点に基づいており、略語によってカウントされます。
• 書記素カウントでは、ブラウザ独自のセグメンタが利用可能な場合にはそれを使用するため、エキゾチックなスクリプトの場合、古いブラウザと新しいブラウザでは結果がわずかに異なる場合があります。
• このツールには、推定読書時間、キーワード密度、読みやすさスコアはありません。
• 処理はメインスレッドで実行されるため、非常に大きなドキュメントは一時停止することがあります。
• このツールは、プラットフォームの現在の制限を知ることはできず、試みることもありません。