ตัวนับคำ

การนับอักษรจะนับทุกหน่วยในข้อความ รวมถึงช่องว่า เครื่องหมายวรรคตอน และการขึ้นบรรทัด; ส่วนการนับคำจะวัดหน่วยภาษาที่มีความหมาย

การนับคำของเราปฏิบัติตาม Microsoft Word: แต่ละชุดของตัวอักษรละตินจะนับเป็นหนึ่งคำ และแต่ละอักษรภาษาจีน คานะ หรือพยางค์เกาหลีจะนับเป็นหนึ่งคำ "Hello 世界" = 3 คำ (Hello + 世 + 界) และ 8 อักษร รวมถึงช่องว่าง

ชุดของตัวอักษรละตินและตัวเลขจะถูกแยกออกเป็นคำ (คำย่อเช่น don't และคำที่มีเส้นยันต์เช่น state-of-the-art ยังคงสมบูรณ์) ในขณะที่อักษรฮั่น คานะ และพยางค์ฮันกุลจะนับเป็นรายบุคคล

ทั้งสองส่วนจะถูกรวมเข้าด้วยกัน ดังนั้น "我在 2024 年去过 New York" = 我, 在, 2024, 年, 去, 过, New, York — 8 คำ

ใช้ค่าเฉลี่ยที่พบบ่อยสองแบบในการทำการตลาดเนื้อหา: ประมาณ 200 คำภาษาอังกฤษต่อนาที และประมาณ 300 อักษรภาษาจีนต่อนาที คำนวณแยกกันแล้วบวกเข้าด้วยกัน

นี่เป็นการประมาณการที่ระมัดระวังสำหรับการอ่านเงียบเนื้อหาที่ไม่คุ้นเคย; ผู้อ่านที่คล่องแคล่วและผู้อ่านแบบสแกนจะอ่านได้เร็วกว่า ในขณะที่ตัวเลข โค้ด และสูตรที่หนาแน่นจะทำให้อ่านช้าลง ควรถือว่าเป็นค่าประมาณระดับหนึ่ง เครื่องคำนวณเวลา ↔ จำนวนคำด้านล่างยังสามารถทำงานย้อนกลับจากความเร็วในการพูดออกมาได้อีกด้วย

บรรทัดจะแยกทุกครั้งที่มีการขึ้นบรรทัด รวมถึงบรรทัดว่างด้วย; ย่อหน้าจะแยกที่บรรทัดว่าง (การขึ้นบรรทัดติดต่อกัน)

เมื่อข้อความทั้งหมดใช้การขึ้นบรรทัดเดียวโดยไม่มีบรรทัดว่าง — ซึ่งพบบ่อยในช่องแชทและโน้ตโทรศัพท์ — แต่ละบรรทัดที่ไม่ว่างจะถูกถือเป็นย่อหน้า ดังนั้นบทความทั้งหมดจะไม่มีวันถูกรายงานเป็นย่อหน้าเดียว

UTF-8 คือการเข้ารหัสแบบปรับความยาว: อักษร ASCII (ตัวอักษรละติน ตัวเลข เครื่องหมายวรรคตอนทั่วไป) ใช้ 1 ไบต์ ส่วนอักษรภาษาจีน ญี่ปุ่น และเกาหลีมักใช้ 3 ไบต์ และอีโมจิบางตัวใช้ 4 ไบต์

ดังนั้น 1,000 อักษรภาษาจีนคือ 1,000 อักษร แต่ประมาณ 3,000 ไบต์ ขีดจำกัด VARCHAR ของฐานข้อมูล ตัวชี้แพย์โหลด API และการเรียกเก็บเงิน SMS ล้วนนับเป็นไบต์

ข้อมูลอ้างอิงที่มีการอ้างอิงบ่อย: Twitter/X รองรับอักขระภาษาอังกฤษ 280 ตัว (ประมาณ 140 ตัวสำหรับภาษา CJK), แท็กชื่อของ Google ควรอยู่ต่ำกว่า 60 อักขระ, คำอธิบายเมตาควรอยู่ต่ำกว่า 155 อักขระ, และบทความ WeChat จะเก็บผู้อ่านได้ดีที่สุดเมื่อมีอักขระภาษาจีน 1,500–3,000 ตัว

กฎของแพลตฟอร์มอาจเปลี่ยนแปลงเสมอ — โปรดตรวจสอบเอกสารของแพลตฟอร์มนั้นๆ ก่อนเผยแพร่