# 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。

- Tool: [字数统计工具](https://toolsg.com/zh/word-counter)
- Language: zh (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.

## 关键数字一览

| 项目 | 数值 | 来源 |
| --- | --- | --- |
| 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](https://toolsg.com/zh/hidden-character-cleaner)可找出使统计数虚高的零宽字符。[Unicode 探索器](https://toolsg.com/zh/unicode-explorer)可查找单个字符的码位。[文本排序工具](https://toolsg.com/zh/text-sorter)、[大小写转换器](https://toolsg.com/zh/case-converter)和[移除换行符](https://toolsg.com/zh/remove-line-breaks)可在统计前整理文本。[文本对比](https://toolsg.com/zh/text-diff)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

- [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)
