字数与字节 - 文本工具 · 萤炬工具箱

字数与字节统计一次给出多个维度：UTF-8 字节数、行数、词数，以及字素簇数量（把 emoji 和带修饰符的组合字符算作一个「看起来的字符」）。投稿有字数上限、数据库字段有字节上限、接口参数有长度限制，这三种「长度」经常不是一个数，分开看才不会踩坑。字节数按 UTF-8 编码计算，不支持切换到 GBK 等编码。

字数与字节统计一次给出多个维度：UTF-8 字节数、行数、词数，以及字素簇数量（把 emoji 和带修饰符的组合字符算作一个「看起来的字符」）。投稿有字数上限、数据库字段有字节上限、接口参数有长度限制，这三种「长度」经常不是一个数，分开看才不会踩坑。

使用步骤

1. 粘贴或输入待统计的文本。
2. 查看字节、行、词、字素簇等各项数值。
3. 按目标限制对照相应的那一项。
4. 删改文本，数值实时更新。

功能与限制

• 字节数按 UTF-8 编码计算，不支持切换到 GBK 等编码。
• 词数按空白分隔统计，不对中文做分词。

常见问题

为什么中文字数和 Word 统计的不一样？

Word 的「字数」对中文按字计、对英文按词计，还会把标点单独算或不算，规则和这里未必一致。投稿有硬性字数要求时，以对方指定的软件为准。

字符数和字节数为什么差这么多？

UTF-8 下一个汉字占三个字节、emoji 占四个字节。数据库 varchar 常按字节限长，所以「二十个汉字」可能已经超出六十字节的字段上限。

字素簇是什么，为什么要单独算？

一个 emoji（尤其带肤色或性别修饰的家庭表情）可能由多个码点组合而成，按码点数它算好几个，按人眼看只是一个字符。字素簇统计的就是「看起来几个字符」，这才是用户直觉的长度。

词数是怎么切的？

按空白分隔计数，所以英文比较准，中文没有空格会被算成很少的词。中文长度请看字数或字素簇数。