如何统计中文词数（以及为什么不同工具结果不同）| TextToools

中文通常不会在词语之间加空格。计数工具不能像统计英文那样按空格拆分，而必须估算每个词语片段的起止位置。

因此，同一段中文在不同计数工具中可能出现不同总数。工具采用的分词规则或语言数据可能不同。如果学校、出版方或表单指定了统计方法，请用该方法得出最终数字。

汉字是书写单位，一个词语可以由一个或多个汉字组成。例如，“今天的天气很好”中的内容可能被分为“今天 / 的 / 天气 / 很好”。按汉字、分词片段或不含空格的符号计数，回答的是不同问题。

先确认要求统计的单位：词数、字数，还是平台规定的其他长度限制。不要把显示的“词数”误当成汉字数，也不要假设所有工具采用相同定义。

TextToools 使用浏览器针对简体中文的词语分段功能，并统计被标记为词语片段的部分。这不同于统计空格、汉字或标点。工具还会单独显示字符数，并使用自己的字素簇计数规则。

Unicode 将文本边界描述为一套默认指南，同时允许根据语言和书写习惯进行调整。分词器能提供一致、实用的估算，但并不是适用于所有语境和词汇的语言学权威。

以“今天的天气很好，我们去公园散步。”为例。TextToools 当前的分词器会将其拆分为“今天 / 的 / 天气 / 很好 / 我们 / 去 / 公园 / 散步”；汉字计数会统计可见汉字，只按空格拆分的工具则可能把整句话当成一个组。每个结果都对应不同的统计规则。

1. 确认要求的单位是词语、汉字还是其他计数单位。

2. 使用针对中文配置的计数工具，不要依赖空格分词。

3. 粘贴统计范围内的准确文本；只有在要求计入标题或注释时才将其加入。

4. 将结果与提交方要求的方法进行比较。如果限制严格而且没有指定方法，请询问应使用哪种工具或定义。

5. 修改稿件时保持统计方法一致，避免把规则变化误认为编辑造成的差异。

中文分词并不是简单地查找空格。不同软件可能使用不同的语言数据、版本或规则来处理边界不明确的词语、人名以及中英文混排文本。结果不一致不一定代表其中一个工具出错；先确认它们统计的单位和方法是否相同。

TextToools 在浏览器中完成统计，不会上传文本。它使用当前浏览器提供的分词行为，因此其他浏览器或提交系统可能显示不同总数。如果提交系统指定了计数工具，请以该结果为准。

将简体中文文本粘贴到 TextToools 字数统计工具中，即可查看词语片段数和字符数。编辑时可以用词数作为一致的估算；需要满足正式字数限制时，则应遵循提交方要求的统计方法。

开发 TextToools 中文词数统计功能时，我选择使用适合中文的分词方式，而不是把整句没有空格的文字当成一个词。我也将字符数单独显示，因为词语和汉字回答的是不同问题。

作者：TextToools 创始人。我致力于打造尊重隐私的文本工具，因为我相信你的文本不应该离开浏览器。