字数统计
文本所有处理都在浏览器本地完成,数据不上传服务器
输入
把文件拖到这里可直接载入
输出
中英混排的文本到底有多长?中文按字算、英文按词算,两者不是同一个量纲,所以这里分开统计而不是合并成一个会误导人的数字。字符数按 Unicode 码点计(emoji 算一个),字节数按 UTF-8 实测(一个汉字 3 字节、一个 emoji 4 字节),阅读时长按中文 300 字/分钟、英文 200 词/分钟估算。报告里每一项都写明了口径。
功能
- 字符数同时给出含空格与不含空格两个口径
- 中文字数与英文词数分开统计,不混为一谈
- 行数,以及以空行为界的段落数
- UTF-8 字节数实测:汉字 3 字节、emoji 4 字节
- 阅读时长估计:中文 300 字/分钟、英文 200 词/分钟;朗读时长另算(中文 200 字/分钟、英文 130 词/分钟)—— 朗读慢在发声上,估读稿时长时不能用阅读速度
- ⚠️ 短信条数:自动判断这条内容会走 GSM-7 还是 UCS-2 编码,并给出会被切成几条。GSM-7 单条 160 字符、UCS-2 只有 70,而一个中文标点就能把整条拖到 UCS-2,所以还会列出到底是哪些字符干的
- 短信的扩展表字符(`[` `]` `{` `}` `~` `|` `^` `€` 等)按两个字符计费 —— 这是最容易被忽略的一条计费规则
- 字符数按码点算,emoji 与扩展区汉字都算一个
- 输出是左右对齐的两列报告,可以直接整段复制
使用方法
- 把文本粘贴进输入框
- 统计结果实时更新,不需要点按钮
- 要发短信的话看最后一行:条数与编码,以及把编码拖下水的那些字符
- 把报告整段复制走,或者只取需要的那一项
常见问题
- 为什么中文字数和英文词数要分开算?
- 因为「字」与「词」不是同一个量纲:300 个汉字和 300 个英文单词的阅读时间差一倍以上。合并成一个数字看着简洁,却会让人对篇幅做出错误判断,所以这里分开列。
- 字符数为什么和我平时看到的「字数」不一样?
- Word 这类软件把「字数」定义为「中文字数 + 英文单词数」,而这里给的是字符数(空格、标点都算)。两个口径都有用武之地,关键是知道自己用的是哪个 —— 报告里每一项后面都写了口径。
- emoji 算几个字符?
- 算一个。统计按 Unicode 码点走,而 JavaScript 的 str.length 数的是 UTF-16 码元,会把一个 emoji 算成两个 —— 这正是很多在线工具数字对不上的原因。
- 字节数有什么用?
- 发接口、算存储、判断是否超过字段长度限制时,看的都是字节而不是字符。中文一个字占 3 个 UTF-8 字节,所以「不超过 100 字」和「不超过 100 字节」差着三倍。
- 文本会被上传吗?
- 不会。统计在浏览器内存里完成,页面不发任何请求,断网也能用 —— 所以贴一段私密的草稿进来是安全的。
相关工具
文本清洗
文本清洗从日志或表格里复制出来的一列内容:去重行、排序、去空行、去首尾空白、去行号、合并多空格,规则逐条开关。粘贴的内容只在本机处理。
命名风格转换
文本在十四种命名风格之间转换标识符,拆词时认得 fooBarBaz 与 FOO_BAR 这类混写,连续大写也会按词拆开。全部在浏览器本地完成,不上传。
文本对比
文本把两份文本逐行对比,高亮标出新增、删除与未改动的行,改动按最小差异对齐,而不是整段标成变了。全部在浏览器本地完成,内容不上传。
简繁转换
文本在简体与繁体之间互转中文,常用词整词替换,其余字取最常见写法,因此个别字词仍需人工核对。全部在浏览器本地完成,不上传。
正则测试
文本浏览器里调试正则:匹配实时高亮、捕获组、替换预览,并挡住灾难性回溯;调好可生成 JavaScript、Python、Java、Go、PHP 代码,反向引用按语言转换。
Markdown 预览
文本左栏写 Markdown、右栏实时渲染,标题自动带锚点与目录,代码块按语言着色并可一键复制;粘进来的 HTML 只当文本显示,内容不上传。