# Pengira perkataan: cara setiap angka dikira

> Peraturan tepat di sebalik perkataan, aksara, ayat, perenggan, baris dan masa bacaan, termasuk pasangan pengganti, emoji, tanda gabungan, pemecahan perkataan Cina dan Jepun, singkatan di hujung ayat dan tempat pengira lain akan memberi angka berbeza.

- Tool: [Pengira Perkataan](https://toolsg.com/ms/word-counter)
- Language: ms (available: en, zh, ms, ta)
- Last verified against official sources: 2026-10-20
- Source site: ToolSG — a planning guide, not official or financial advice. Cite the agencies listed under Sources.

## Angka utama sepintas lalu

| Perkara | Nilai | Sumber |
| --- | --- | --- |
| Perkataan | Urutan bukan ruang kosong, Cina dan Jepun dipecahkan — Teks dipecah pada ruang kosong; urutan Cina atau Jepun tanpa ruang kemudian dipecahkan kepada perkataan dengan Intl.Segmenter, atau satu perkataan bagi setiap aksara jika pelayar tiada fungsi itu. |  |
| Aksara | Titik kod Unicode — Emoji seperti 🙂 dikira 1 (bukan 2 unit UTF-16), tetapi 👨‍👩‍👧 dikira 5 dan 🇸🇬 dikira 2. |  |
| Masa bacaan | 200 perkataan seminit — Masa pertuturan menggunakan 130 perkataan seminit. |  |
| Pemisah baris | CRLF dikira satu — Baris baharu di hujung menambah satu baris (kosong) lagi. |  |

## Apa yang dikira, dan bagaimana

Semua pengiraan berjalan dalam pelayar anda semasa anda menaip. Pengakhir baris Windows (`\r\n`) dan `\r` tunggal mula-mula ditukar kepada satu `\n`.

| Angka | Peraturan |
| --- | --- |
| Perkataan | Pecah pada sebarang urutan ruang kosong; setiap bahagian tidak kosong ialah satu perkataan. `well-known`, `don't` dan `3.14` masing-masing satu perkataan; `—` atau `-` tunggal di antara ruang juga dikira satu perkataan. Bahagian yang mengandungi Cina atau Jepun dipecahkan kepada perkataan dengan `Intl.Segmenter('word')`; tanpanya, setiap aksara Han, hiragana atau katakana dikira satu perkataan. |
| Aksara | Bilangan titik kod Unicode, termasuk pemisah baris. |
| Tanpa ruang | Kiraan sama selepas memadam setiap aksara ruang kosong (`\s` JavaScript). |
| Ayat | Satu atau lebih `.` `!` `?` diikuti ruang kosong atau akhir teks menamatkan ayat, begitu juga `。` `！` `？` (tanpa ruang). Petikan dan kurungan penutup kekal dengan ayatnya. Satu noktah tunggal selepas Dr, Mr, Mrs, Ms, Prof, Sr, Jr, vs, e.g atau i.e tidak menamatkan ayat. Teks selepas penamat terakhir dikira satu ayat lagi. |
| Perenggan | Blok yang dipisahkan oleh dua atau lebih baris baharu berturut-turut; blok kosong diabaikan. |
| Baris | Bilangan baris dipisahkan baris baharu; teks kosong ialah 0. |
| Masa bacaan / pertuturan | Perkataan ÷ 200 dan perkataan ÷ 130, dibundarkan ke saat. Di bawah 60 saat ia menunjukkan saat, selain itu minit penuh. |
| Perkataan terpanjang | Perkataan terpanjang, diukur dalam unit UTF-16, termasuk tanda baca (`Hello,`). Cina dan Jepun diukur selepas pemecahan. |

## Aksara: titik kod, bukan huruf yang anda nampak

Rentetan JavaScript ialah UTF-16, jadi `"🙂".length` ialah 2. Alat ini sengaja mengira **titik kod**, yang menganggap emoji sebegini sebagai satu. Ia tidak mengira **kluster grafem** (apa yang dilihat pembaca sebagai satu aksara, ditakrifkan dalam Unicode UAX #29). Dikira dengan kod halaman dan `Intl.Segmenter`:

| Teks | Unit UTF-16 | Aksara mengikut alat | Grafem |
| --- | --- | --- | --- |
| `🙂` | 2 | 1 | 1 |
| `é` (satu titik kod) | 1 | 1 | 1 |
| `é` (e + aksen gabungan) | 2 | 2 | 1 |
| `👨‍👩‍👧` (tiga orang bercantum) | 8 | 5 | 1 |
| `🇸🇬` (bendera) | 4 | 2 | 1 |
| `தமிழ்` | 5 | 5 | 3 |
| `新加坡` | 3 | 3 | 3 |

Jadi angka boleh lebih tinggi daripada yang anda lihat untuk emoji gubahan, bendera, aksen terurai dan konjungsi Tamil. Platform yang menghad mengikut unit UTF-16 (sesetengah rangkaian sosial dan segmen SMS mengira dengan cara lain pula) akan memberi nombor lain; semak peraturan platform itu sendiri.

Ruang kosong untuk "tanpa ruang" ialah `\s` JavaScript: ia membuang ruang, tab, pemisah baris, ruang tidak putus U+00A0, U+FEFF dan pemisah ruang Unicode, tetapi **bukan** ruang lebar sifar U+200B. Dalam ujian, `a`, ruang tidak putus, `b`, ruang lebar sifar, `c`, ruang, `d` memberi 7 aksara, 5 tanpa ruang dan 3 perkataan, kerana ruang lebar sifar tidak kelihatan tetapi bukan ruang kosong dan tidak dibuang.

## Perkataan dalam bahasa Cina, Jepun, Thai dan Tamil

Perkataan dikesan melalui ruang kosong, kemudian urutan Cina atau Jepun dipecahkan lagi. Dengan `Intl.Segmenter('word')`, yang disediakan pelayar semasa, `我喜欢新加坡。你呢？` dikira **5 perkataan** (我 / 喜欢 / 新加坡 / 你 / 呢) dalam 10 aksara, dan `I like Singapore 新加坡 a lot` dikira 6. Tanpa pemecah itu setiap aksara Cina dikira satu perkataan, yang memberi 8 dan 8 bagi kedua-dua teks itu. Pemecahan tepat ialah keputusan kamus pelayar, jadi pelayar lain mungkin mengira beberapa perkataan secara berbeza. Thai masih dikira hanya melalui ruang. Tamil dipisahkan ruang seperti bahasa Inggeris, jadi `தமிழ் மொழி` ialah 2 perkataan.

## Ayat, perenggan dan baris

- Penamat ayat ialah ASCII `. ! ?` yang diikuti ruang kosong atau akhir teks, dan `。` `！` `？` Cina serta Jepun, yang tidak memerlukan ruang: `你好。我是小明。你呢？` ialah 3 ayat.
- Penamat ASCII mesti diikuti ruang kosong atau akhir teks, jadi `3.14` dan `example.com` tidak menamatkan ayat. Satu noktah tunggal selepas Dr, Mr, Mrs, Ms, Prof, Sr, Jr, vs, e.g atau i.e juga tidak: `Dr. Smith arrived. He sat.` ialah 2 ayat, dan `Mr. and Mrs. Lee met Ms. Tan, e.g. at noon, i.e. late. Done.` ialah 2. Singkatan lain masih menamatkan ayat. `Wait... what?! Really.` ialah 3; urutan seperti `...` atau `?!` dikira sekali. Petikan penutup selepas penamat kekal dengan ayatnya: `"Hello." She waved.` ialah 2.
- Teks selepas penamat terakhir dikira satu ayat lagi: `Hi. there` ialah 2. Tanpa penamat langsung, sebarang teks tidak kosong ialah 1.
- Pemisah perenggan memerlukan dua baris baharu berturut-turut. Baris "kosong" yang berisi ruang tidak dikira: `para one`, satu baris dengan satu ruang, `para two` ialah 1 perenggan pada 3 baris.
- `trailing` diikuti baris baharu ialah 2 baris.

## Masa bacaan dan pertuturan

Masa hanyalah perkataan ÷ 200 atau ÷ 130. Contoh: 65 perkataan memberi 20 s bacaan dan 30 s pertuturan; 200 perkataan memberi 1 min bacaan dan 2 min pertuturan (92 s dibundarkan kepada 2 min); 500 perkataan memberi 3 min bacaan (150 s dibundarkan ke atas) dan 4 min pertuturan. Cina dan Jepun diukur masa daripada kiraan perkataan yang dipecahkan, yang hanyalah panduan kasar.

> **Petua:** Apabila borang mempunyai had ketat, uji rentetan tepat itu dalam borang. Sistem berbeza mengira pemisah baris (1 atau 2), emoji dan aksen dengan cara berbeza.

## Kesilapan biasa

- Menganggap angka perkataan bagi Cina atau Jepun tepat; ia bergantung pada pemecahan perkataan pelayar.
- Membandingkan dengan pengira lain dan menganggap salah satu silap; perbezaan biasanya datang daripada pemisah baris, sempang atau emoji.
- Menganggap satu aksara yang kelihatan sama dengan satu aksara yang dikira bagi bendera, emoji keluarga dan Tamil.
- Terlupa bahawa aksara tidak kelihatan seperti U+200B menambah kiraan aksara.

## Alat berkaitan

[Pembersih aksara tersembunyi](https://toolsg.com/ms/hidden-character-cleaner) mencari aksara lebar sifar yang menokok kiraan. [Penjelajah Unicode](https://toolsg.com/ms/unicode-explorer) mencari titik kod bagi satu aksara. [Pengisih teks](https://toolsg.com/ms/text-sorter), [Penukar huruf besar/kecil](https://toolsg.com/ms/case-converter) dan [Buang pemisah baris](https://toolsg.com/ms/remove-line-breaks) mengemas teks sebelum mengira. [Perbezaan teks](https://toolsg.com/ms/text-diff) membandingkan dua versi.

## Soalan lazim

**Adakah teks saya dihantar ke pelayan?**

Tidak. Semuanya berjalan dalam pelayar anda menggunakan JavaScript. Apa yang anda taip atau tampal tidak dimuat naik, dilog atau disimpan di mana-mana.

**Adakah had panjang?**

Tiada had tetap — siling praktikalnya ialah memori pelayar anda. Dokumen berpuluh ribu perkataan dikendalikan dengan selesa.

**Adakah ia mengendalikan teks bukan Inggeris?**

Ya. Perkataan dikira mengikut ruang kosong, sesuai untuk bahasa Inggeris, Melayu dan Tamil. Bahasa Cina dan Jepun ditulis tanpa ruang, jadi bahagian itu dipecahkan kepada perkataan menggunakan pemecah perkataan terbina dalam pelayar (Intl.Segmenter); jika tiada, setiap aksara Cina atau Jepun dikira sebagai satu perkataan. Ayat tamat pada . ! ? dan juga pada 。 ！ ？.

**Adakah ia mengubah teks asal saya?**

Tidak. Tiada teks output langsung: alat ini hanya membaca apa yang anda taip dan memaparkan angka.


## Sumber rujukan

- [Unicode UAX #29 — Text Segmentation](https://unicode.org/reports/tr29/) — Defines grapheme clusters, the 'user-perceived characters' this tool does not count.
- [MDN — String iterator (code points)](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/String/Symbol.iterator)
- [MDN — Intl.Segmenter](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Intl/Segmenter)
- [MDN — Character class escape \s](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Regular_expressions/Character_class_escape)
