Посчитать слова и символы

Как посчитать слова и символы

1. 1

   Вставьте или напечатайте текст

   Или перетащите файл .txt или .md до 5 МБ. Никаких кнопок нажимать не нужно.

2. 2

   Следите за обновлением счетчиков

   Девять показателей и четыре лимита для платформ пересчитываются на каждом нажатии клавиши.

3. 3

   Скопируйте или скачайте статистику

   Одним нажатием отчет копируется в буфер обмена, другим сохраняется как файл .txt.

Почему один и тот же эмодзи считается то одним, то восемью символами

JavaScript хранит текст в виде UTF-16, и в UTF-16 один семейный эмодзи состоит из восьми единиц. Большинство счетчиков ответят, что длина 👨‍👩‍👧 — восемь, потому что такое число выдает язык программирования. Но человек на экране видит один символ. А на платформе с лимитом в 280 символов это уже не теория, а разница между постом, который отправится, и постом, который не пройдет. Этот счетчик идет по тексту по кодовым точкам, а не по единицам, поэтому показывает то, что вы видите на экране. То же самое относится к буквам с диакритикой, индийским лигатурам и любым другим символам, собранным из нескольких единиц.

Два способа считать слова — и зачем нужны оба

Разделять текст по пробелам — правило, которым пользуются почти все счетчики. Для английского оно подходит. Для китайского и японского — совсем нет: там между словами не ставят пробелы, и целая страница выходит одним словом. Такой подход к тому же делит don't на два слова, а «по-русски» — тоже на два. По умолчанию здесь используется собственный сегментатор браузера. Он знает, где в языке страницы начинаются и заканчиваются слова, поэтому китайский считается правильно, а сокращения остаются целыми. Второе правило — считать по пробелам — оставлено намеренно. Иногда нужен тот результат, который показывает текстовый редактор, а не лингвистически корректный: в техзадании стоит именно это число.

Предложения, абзацы и сокращения, которые их ломают

Обычно предложение заканчивается на точке, вопросительном или восклицательном знаке — но не всегда. Dr. Smith — это одно предложение, а не два, так же как и цена $3.50. Двадцать четыре типичных сокращения и десятичные числа считаются частью того предложения, где они стоят. Поэтому количество предложений здесь может отличаться от того, что показывает текстовый редактор. Абзацы — это блоки, разделенные пустой строкой. Если пустых строк в тексте нет совсем, каждая непустая строка считается отдельным абзацем. Иначе документ на сорок экранов превратился бы в один-единственный абзац.

Время чтения — это оценка, и его можно настроить

Время чтения считается как количество слов, деленное на скорость чтения. В большинстве инструментов она жестко задана как 200–250 слов в минуту для обычного чтения прозы про себя. Плотный технический текст читают медленнее, знакомую рассылку — быстрее, а вслух читают еще медленнее, около 130 слов в минуту. Поэтому время озвучки считается отдельно. Обе скорости — это настройки, а не константы. Если вы знаете свой темп или скорость чтения ведущего подкаста, введите это значение — и цифры станут полезными, а не декоративными.

Частые вопросы