字数统计工具

统计单词、字符、句子和段落,并给出阅读时间。

单词数
0
字符数
0
不含空格
0
句子数
0
段落数
0
行数
0
阅读时间
0
朗读时间
0
最长单词
0
出现最多的词
0

所有处理均在您的浏览器中进行。您输入的内容不会被上传或保存。

深度指南

字数统计工具:每项数字是怎么算出来的

单词、字符、句子、段落、行数和阅读时间背后的确切规则,包括代理对、表情符号、组合符号、中日文分词、句末的缩写,以及其他统计工具可能得出不同结果的地方。

最后核实: 本指南的纯文本版

关键数字一览

单词
连续的非空白字符,中日文会分词
文本按空白拆分;不加空格的中文或日文连续文字再用 Intl.Segmenter 拆成词,浏览器不支持时每个字算一个词。
字符
Unicode 码位
🙂 这样的表情符号算 1(而不是 2 个 UTF-16 码元),但 👨‍👩‍👧 算 5,🇸🇬 算 2。
阅读时间
每分钟 200 个单词
朗读时间按每分钟 130 个单词计算。
换行
CRLF 算一个
末尾的换行会多出一行(空行)。

统计什么,怎么统计

所有统计都在浏览器中随输入实时进行。Windows 换行(\r\n)和单独的 \r 会先被转换成一个 \n。

项目 规则
单词数 按任意连续空白拆分,每个非空片段算一个单词。well-known、don't、3.14 各算一个;空格之间单独的 — 或 - 也算一个单词。含中文或日文的片段会用 Intl.Segmenter('word') 拆成词;没有它时,每个汉字、平假名或片假名算一个词。
字符数 Unicode 码位的数量,包含换行。
不含空格 删除所有空白字符(JavaScript 的 \s)之后的同样计数。
句子数 一个或多个 . ! ? 后面跟空白或文本结尾即结束一句,。 ! ? 也结束一句(不需要空格)。结尾的引号和括号归属于该句。Dr、Mr、Mrs、Ms、Prof、Sr、Jr、vs、e.g、i.e 后面单独的一个句点不结束一句。最后一个结束符之后的文字再算一句。
段落数 以两个或更多连续换行分隔的块;空块忽略。
行数 以换行分隔的行数;空文本为 0。
阅读 / 朗读时间 单词数 ÷ 200 和 ÷ 130,精确到秒。不足 60 秒显示秒,否则显示整分钟。
最长单词 最长的单词,按 UTF-16 码元计长度,包含标点(如 Hello,)。中日文在分词之后再比较。

字符:计的是码位,不是你看到的字

JavaScript 字符串是 UTF-16,所以 "🙂".length 是 2。工具有意统计码位,因此这样的表情符号算一个。它不统计字素簇(读者感知的“一个字符”,定义见 Unicode UAX #29)。以下数据由页面代码和 Intl.Segmenter 算出:

文本 UTF-16 码元 工具统计的字符数 字素数
🙂 2 1 1
é(单一码位) 1 1 1
é(e + 组合重音符) 2 2 1
👨‍👩‍👧(三人组合) 8 5 1
🇸🇬(国旗) 4 2 1
தமிழ் 5 5 3
新加坡 3 3 3

因此,对于组合表情、国旗、分解形式的重音和泰米尔文连写,统计数可能比你看到的更多。按 UTF-16 码元限制长度的平台(有些社交网络和短信分段的算法又各不相同)会给出另一个数字,请以平台自己的规则为准。

“不含空格”所用的空白是 JavaScript 的 \s:会去掉空格、制表符、换行、不间断空格 U+00A0、U+FEFF 和 Unicode 空格分隔符,但不包括零宽空格 U+200B。测试中,a、不间断空格、b、零宽空格、c、空格、d 得到 7 个字符、不含空格 5 个、3 个单词,因为零宽空格看不见,但既不是空白,也不会被去掉。

中文、日文、泰文和泰米尔文的单词

单词先按空白识别,其中的中文或日文连续文字再进一步拆分。使用现代浏览器提供的 Intl.Segmenter('word') 时,我喜欢新加坡。你呢? 算 5 个单词(我 / 喜欢 / 新加坡 / 你 / 呢),共 10 个字符;I like Singapore 新加坡 a lot 算 6 个单词。没有分词器时,每个汉字算一个词,这两段文字分别得到 8 和 8。具体怎么切分由浏览器的词典决定,所以不同浏览器对个别词的计数可能不同。泰文仍然只按空格计数。泰米尔文像英文一样用空格分词,所以 தமிழ் மொழி 是 2 个单词。

句子、段落和行

  • 句子结束符是后面跟空白或文本结尾的 ASCII . ! ?,以及中文和日文的 。 ! ?(不需要空格):你好。我是小明。你呢? 是 3 句。
  • ASCII 结束符后必须跟空白或文本结尾,所以 3.14 和 example.com 不会结束一句。Dr、Mr、Mrs、Ms、Prof、Sr、Jr、vs、e.g、i.e 后面单独的一个句点也不会:Dr. Smith arrived. He sat. 是 2 句,Mr. and Mrs. Lee met Ms. Tan, e.g. at noon, i.e. late. Done. 是 2 句。其他缩写仍会结束一句。Wait... what?! Really. 是 3 句;... 或 ?! 这样的连续符号只算一次。结束符后面的引号归属于该句:"Hello." She waved. 是 2 句。
  • 最后一个结束符之后的文字再算一句:Hi. there 是 2 句。完全没有结束符时,任何非空文本算 1 句。
  • 段落分隔需要连续两个换行。含空格的“空白”行不算:para one、一行只有一个空格、para two 是 1 个段落、3 行。
  • trailing 后面再跟一个换行是 2 行。

阅读和朗读时间

时间就是单词数 ÷ 200 或 ÷ 130。例如:65 个单词,阅读 20 秒、朗读 30 秒;200 个单词,阅读 1 分钟、朗读 2 分钟(92 秒取整为 2 分钟);500 个单词,阅读 3 分钟(150 秒进位)、朗读 4 分钟。中文和日文按分词后的单词数计时,只能作为粗略参考。

提示: 表单有严格限制时,请在表单里测试这段确切的文字。不同系统对换行(算 1 还是 2)、表情符号和重音的计法各不相同。

常见错误

  • 把中文或日文的单词数当成精确值;它取决于浏览器的分词。
  • 与另一个统计工具对比,就认定其中一个出错;差异通常来自换行、连字符或表情符号。
  • 以为国旗、家庭表情和泰米尔文中肉眼所见的一个字符就等于统计的一个字符。
  • 忘了 U+200B 这类不可见字符也会增加字符数。

相关工具

隐藏字符清理器可找出使统计数虚高的零宽字符。Unicode 探索器可查找单个字符的码位。文本排序工具、大小写转换器和移除换行符可在统计前整理文本。文本对比比较两个版本。

常见问题

我的文本会被发送到服务器吗?

不会。所有处理都通过 JavaScript 在您的浏览器中完成。您输入或粘贴的内容不会被上传、记录或存储在任何地方。

有长度限制吗?

没有固定限制——实际上限取决于您浏览器的内存。数万字的文档也能轻松处理。

支持非英文文本吗?

支持。单词按空白字符计数,适用于英文、马来文和泰米尔文。中文和日文不使用空格,因此这类连续文字会用浏览器内置的分词器(Intl.Segmenter)拆成词;如果浏览器没有该功能,则每个中文或日文字符算一个词。句子在 . ! ? 以及 。!? 处结束。

它会改动我的原始文本吗?

不会。这里根本没有输出文本:工具只读取您输入的内容并显示数字。

资料来源

  1. Unicode UAX #29 — Text Segmentation — Defines grapheme clusters, the 'user-perceived characters' this tool does not count.
  2. MDN — String iterator (code points)
  3. MDN — Intl.Segmenter
  4. MDN — Character class escape \s

本指南用浅白语言解释已公布的规则,不构成财务、法律或官方意见。政策会变动,做决定前请向上方链接的政府机构核实。

相关工具