这个工具做什么
字数统计看起来只是数一个总数,真正用起来却经常对不上:同一篇文章,写作软件显示一个数字,公众号后台提示另一个数字,翻译报价按千字计算又是第三个数字。差异往往不是谁算错了,而是「字」的口径不同。有的统计把标点算进去,有的不算;有的把空格与换行当作字符,有的直接忽略;英文可以按字母数、按单词数,也可以按字符数。把这些口径混在一起比较,就很容易得出「工具不准」的结论。
这个页面把常见的几种口径并列展示:总字符数、去掉空白后的字符数、汉字数、英文单词数、数字串个数、行数、段落数、标点符号数,以及按固定速度估算的阅读时长。输入时自动刷新,不需要点「开始统计」。它还给出出现次数最多的五个汉字和五个英文单词,方便快速看出文本的用词倾向,比如某段文案是否反复使用同一个词。
适用场景包括:检查公众号、知乎、小红书等平台的篇幅限制;估算演讲稿、口播稿、字幕的时长;核对翻译、校对、写作的计费字数;比较中英混排内容里两种语言各占多少;在提交表单前确认简介没有超出字数。所有计算都在浏览器本地完成,文本不会上传到服务器,也不会被写进网址,刷新或关闭页面后就消失了。
怎么用
打开页面,把文本粘贴到上方的大输入框,统计会在停止输入约 150 毫秒后自动更新。没有「统计」按钮,也不需要切换模式。输入框下方的状态条会说明当前是否已经统计、是否只有空白字符,或者是否超出上限。
- 粘贴示例:填入一段中英混排的示例文本,用来观察各项数字如何变化。示例只用于演示,不会覆盖你已复制到别处的内容。
- 清空:把输入框和所有统计归零,方便开始下一篇。清空后焦点会回到输入框。
- 精简模式:只保留总字符数、汉字数、英文单词数、段落数四项,隐藏其余指标与高频字词,适合只想看篇幅的时候。
- 高频字词:分别列出出现次数最多的五个汉字与五个英文单词。英文单词不区分大小写,The 与 the 会合并计数。
页面不提供保存、导出或历史记录。需要留档时,请自行复制文本或截图。这样设计是有意的:字数统计经常涉及未发布的稿件、合同、简历,少一个存储环节就少一份泄露风险。
各项数字怎么读
下面逐项说明口径。理解这些差异,比记住某一次统计结果更重要,因为换一个工具、换一个平台,规则可能就变了。
总字符数与不含空格的字符数
总字符数按 Unicode 码点计算,包含空格、制表符、换行以及标点。一个汉字算一个字符,一个英文字母算一个字符,一个 emoji 通常也算一个字符;由多个码点组合而成的 emoji(例如带肤色的手势或家庭组合)会被算成多个,这是码点计数的正常结果。之所以不用 UTF-16 长度,是因为那样 emoji 与部分生僻字会被算成两个,和肉眼看到的字数不一致。
不含空格的字符数会先去掉所有空白字符,再按同样的码点规则计数。这里的空白包括半角空格、全角空格、制表符、换行与回车,不只是键盘上的空格键。因此它和总字符数的差值,就是文本里空白字符的数量。很多平台限制的是「含空格」的总长度,投稿前应以平台说明为准。
汉字数
汉字按 Unicode 的 Han 范围统计,包含基本区 U+4E00–U+9FFF 与扩展 A 区 U+3400–U+4DBF。也就是说,常用汉字与大部分生僻字都会被计入。扩展 B 区及以后的超大字符集(例如 U+20000 之后的部分)不在统计范围内,兼容汉字区 U+F900–U+FAFF 也不计入;这些字在日常写作中极少出现,但如果你在处理古籍、人名地名,可能会看到汉字数略少于预期。
日文假名、朝鲜文、标点、数字和英文字母都不算汉字。中文里的「〇」不属于 Han 范围,也不会被计入汉字;阿拉伯数字「2026」同样不算。汉字数是逐字统计,不做分词,所以不会告诉你「人工智能」是一个词还是四个字,它只按四个汉字计。
英文单词数
英文单词按连续的字母统计,规则是 [A-Za-z]+。一串字母无论多长都算一个单词;遇到空格、标点、数字或中文就断开。因此 don't 会被算成两个(don 与 t),well-known 也是两个,GPT-4 会得到一个单词 GPT 和一个数字串 4,word2 则是一个单词加一个数字串。带重音符号的字母(如 café 中的 é)不在 A–Z 范围内,会被断开,这是该口径的已知局限。
英文单词数不区分大小写,也不做词形还原:run、runs、running 会被当作三个不同的单词分别计数。它适合估算英文篇幅与阅读速度,不适合当作语言学意义上的词频分析。
数字串个数
数字串按连续的数字字符统计,规则是 [0-9]+。2026 是一个数字串,3.14 是两个(3 与 14),1,000 也是两个(1 与 000),v2 得到一个数字串 2。这里只认半角阿拉伯数字,全角数字「123」不会被计入;中文数字「一百二十三」也不算数字串,会按汉字逐个计入汉字数。
行数与段落数
行数按换行符分段,一段连续文本即使视觉上折行多次,也只算一行。空输入时行数为 0;只要有一个字符,行数至少为 1。如果文本末尾还有一个换行符,会多出一个空行,这是很多编辑器与统计工具产生差异的常见原因。粘贴后如果行数比你预计的多一,先检查末尾是否带了换行。
段落数只统计非空行,全空白行会被忽略,连续多个空行也不会产生额外段落。也就是说,一个非空行就是一段。这个口径适合检查「每行一句」的清单、字幕、诗歌,但对在编辑器里手动折行的长段落并不友好:手动换行会被当成新段落。如果你希望按空行分段,请在段内不要手动换行,或者把统计结果理解为「非空行数」。
标点符号数与阅读时长
标点符号按 Unicode 的标点类别 \p{P} 统计,包含中英文的逗号、句号、问号、感叹号、顿号、分号、冒号、引号、括号、破折号与省略号等。每一个标点字符计一次,中文省略号「……」占两个字符,会计为两个;成对的引号左右各计一次,所以一对引号会让标点符号数增加 2。加号、等号、美元符号、百分号属于数学或货币符号,不在标点类别里,不会计入。
预计阅读时长按中文每分钟 300 字、英文每分钟 200 词分别估算后相加,标点、数字与空白不参与计算。结果是粗略参考:专业文档、代码、公式会明显更慢,口语稿与小说会更快。不足一分钟时显示「<1」,空输入显示 0。中英混排时直接相加,没有为语言切换留出额外时间,因此只适合做量级判断,不宜当作会议或配音的精确排期。
常见的几种情况
中英混排时数字对不上
中英混排最容易出现「字符数很多、单词数很少」的情况。一个汉字在字符数与汉字数里各加一,而英文单词按空格与标点切分,五个字母的一个单词只算一个词。若一段文字里汉字占多数,总字符数会明显高于「汉字数加英文单词数」,差额来自标点、空格、数字与英文单词内部的字母。阅读时长同样只是把两种语言的估算相加,不代表真实的朗读节奏。
标点到底算不算
在本工具里,标点计入总字符数与不含空格字符数,但不计入汉字数、英文单词数与数字串个数,同时单独给出标点符号数。多数内容平台的「字数」会把中文标点算进去,部分学术或翻译计费口径则只算汉字与英文单词。遇到争议时,最好的做法不是争论哪个数字更准,而是确认对方用的是哪一项口径。
Markdown 标记算不算
算。井号、星号、反引号、短横线、方括号、圆括号以及链接地址都会被计入总字符数,其中的标点也会进入标点统计。链接里的字母与数字同样会被当作英文单词和数字串,例如 https://xinyiidc.com 会贡献若干单词。如果你要统计的是「最终呈现给读者的字数」,请先去掉 Markdown 标记与链接,再粘贴进来;如果统计的是「源文件长度」,保留标记才是正确的。
复制粘贴带来多余空行
从网页、PDF、聊天窗口复制文本时,常会带进多余的空行、行首空格或不换行空格。这些字符不会改变汉字数,却会让行数、段落数与总字符数变大,也可能让标点统计出现看似莫名其妙的增加。粘贴后如果数字明显偏大,可以先把文本粘到纯文本编辑器里清理一遍,或在输入框中手动删除末尾空行。文本框在粘贴时会把不同平台的换行统一成换行符,但不会替你删除空行。
emoji、全角字符与生僻字
emoji 会计入总字符数,但不算汉字、英文单词或数字串,因此它会让总字符数增加而其他指标不变。全角英文字母与全角数字不在 A–Z 与 0–9 的范围内,既不算英文单词,也不算数字串,却仍占用字符数。生僻字如果位于扩展 B 区之后,也不会进入汉字数。这些都不是错误,而是明确写死的口径;遇到特殊文本时,建议对照上面的范围说明判断,而不是反复刷新页面。
使用限制
单个文本最多统计 500,000 个字符,上限按输入框内容的 UTF-16 长度计算。超过上限后,页面会停止统计并把各项数字显示为破折号,同时在状态条提示「已超过 500,000 字符上限,请分段统计」。这样做的目的是避免浏览器在超长文本上反复执行正则与排序而卡顿。需要统计整本书或大型日志时,请按章节或按行拆分成多段,分别统计后再相加;段落数与行数不能简单相加,因为拆分处可能产生额外的空行。
统计在本地同步完成,大文本(接近上限)在低性能设备上仍可能有短暂延迟。页面使用 150 毫秒防抖,连续输入时只在停顿后计算一次;粘贴超长文本后如果状态条短暂显示旧结果,属于正常现象。工具不提供分词、去重、词性分析、繁简转换或敏感词检测,也不判断文本是否符合某个平台的具体规则。
本页面不保存任何内容:没有本地存储,没有历史记录,不会把文本放进网址参数,也不会向服务器发送请求。关闭或刷新页面后,输入与统计结果都会消失。请自行备份重要文本。阅读时长、字数上限与各项口径都可能随需求调整,使用前请以页面上的说明为准。