Как считать слова и символы | Сегментация, графемы и лимиты

Что такое слово?

В русском языке слово примерно то, что стоит между пробелами, но китайский, японский и тайский пишутся без пробелов. Стандарт Unicode (UAX 29) описывает границы слов, а браузеры добавляют словари для этих языков. Число вроде 3,5 считается одним словом.

Что такое символ?

Компьютер хранит текст как кодовые точки, а читатель видит графемы. Флаг, семейный эмодзи или буква е с отдельным знаком ударения состоят из нескольких кодовых точек, но это один видимый символ. Этот счётчик считает графемы.

Скорость чтения и речи

Обзор 190 исследований, опубликованный Марком Брисбартом в 2019 году, показал среднюю скорость чтения про себя около 238 слов в минуту для английской нехудожественной литературы и около 260 для художественной. Доклады и аудиокниги обычно звучат со скоростью 130 до 160 слов в минуту.

Распространённые лимиты

SMS вмещает 160 символов алфавита GSM или 70, если есть другие символы, включая кириллицу; длинные сообщения делятся на части по 153 или 67. X допускает 280 взвешенных символов. Поисковики показывают около 50 до 60 символов заголовка и 155 до 160 символов метаописания, измеряя их в пикселях, так что это ориентиры.

Часто задаваемые вопросы

Считаются ли пробелы символами?

Да, в обычном подсчёте. Подсчёт без пробелов исключает пробелы, табуляции и переносы строк; по нему часто считают оплату копирайтеры и переводчики.

Как считаются слова в китайском или японском?

С помощью словарной сегментации, которая делит предложение на слова из одного или нескольких знаков. Результаты могут немного отличаться в разных браузерах.

Что такое плотность ключевых слов?

Доля одного слова среди всех слов. Если игнорировать частые слова вроде и, в или на, видны слова, которые несут тему.