Đếm từ
Đếm từ, ký tự, câu, byte và thời gian đọc ngay khi bạn gõ
Về công cụ này
Một bộ đếm từ và ký tự chạy trực tiếp, cho ra đúng những con số mà lập trình viên và người viết thực sự cần: số từ, số ký tự tính cả dấu cách và không tính dấu cách, số byte UTF-8 (thứ mà cột cơ sở dữ liệu hay giới hạn API của bạn thật sự đo), số dòng, số câu, số đoạn, cùng thời gian đọc ước tính ở mức thông thường 220 từ mỗi phút.
Ký tự được đếm theo điểm mã Unicode chứ không phải đơn vị UTF-16, nên emoji và chữ CJK được đếm đúng như con người vẫn hình dung — còn con số byte tách riêng làm lộ ra khác biệt: 日本語 là 3 ký tự nhưng lại là 9 byte. Chính sự phân biệt đó khiến bạn đau đầu khi một cột VARCHAR(255) từ chối chuỗi dài 200 “ký tự”.
Mọi con số cập nhật ngay khi bạn gõ, và không có gì được gửi đi đâu cả — an toàn để đếm bản nháp thông cáo, hợp đồng, hay bất cứ thứ gì chưa sẵn sàng ra mắt.
Câu hỏi thường gặp
- Vì sao số ký tự và số byte lại khác nhau?
- Ký tự là điểm mã Unicode; byte là dạng mã hóa UTF-8 của chúng. Chữ cái ASCII mỗi chữ 1 byte, hầu hết chữ châu Âu có dấu 2 byte, ký tự CJK 3 byte, còn emoji 4 byte (hoặc hơn nếu là chuỗi ghép). Giới hạn cơ sở dữ liệu, header HTTP và nhiều API đo bằng byte chứ không phải ký tự.
- Với các ngôn ngữ không dùng dấu cách thì đếm từ thế nào?
- Việc đếm từ tách theo khoảng trắng, nên sẽ đếm thiếu với văn bản không phân tách như tiếng Trung hay tiếng Nhật. Với những ngôn ngữ đó, số ký tự mới là chỉ số có ý nghĩa hơn — đó là lý do cả hai luôn được hiển thị.
- Thế nào thì được tính là một câu?
- Một đoạn văn bản kết thúc bằng dấu ., !, ? hoặc … rồi theo sau là khoảng trắng hoặc hết dữ liệu. Các cách viết tắt kiểu “v.d.” có thể làm con số nhích lên đôi chút — việc đếm câu vốn dĩ chỉ mang tính ước lệ.
- Thời gian đọc chính xác đến đâu?
- Nó lấy số từ chia cho 220 từ/phút, mức trung bình phổ biến khi người lớn đọc thầm văn xuôi thông thường. Tài liệu kỹ thuật có kèm mã đọc chậm hơn; các bài dạng danh sách để lướt thì đọc nhanh hơn. Hãy xem đây là ước lượng theo bậc độ lớn.