字數統計

什麼算一個字

對於用空格分隔單字的語言，一個字就是空白之間的一串字元，所以用連字號連接的複合詞算一個字，縮寫也不會被拆開。附在單字上的標點符號不會多算一個字。

中文、日文與韓文才是有趣的情況，因為它們的詞與詞之間不加空格。若以空白切分，整篇文章會被算成一個字。因此每個 CJK 字元都算一個字，這是 Microsoft Word 與 Google 文件共同採用的慣例，讓數字能與編輯或客戶可能使用的標準相比較。但這是慣例而非語言學上的事實，一個兩字詞無論怎麼定義都是一個詞，所以對中文內容來說，字元數通常才是你真正需要的數字，這裡也會一併顯示。

混合文字會同時套用兩種規則：拉丁字母的部分以單字計算，CJK 字元則逐字計算。

閱讀時間，以及可以相信多少

英文散文默讀的估算採用每分鐘 238 個單字，這是 Brysbaert 在 2019 年彙整約兩百項研究的後設分析中所得的中心值。中文等 CJK 文字則改以每分鐘字元數計算，因為沒有人是以「單字」為單位閱讀這些文字的。

請把結果當作量級，而不是精確測量。同一份後設分析發現，一般散文的個人閱讀速度大約從每分鐘 175 到 300 個單字不等，而且內容造成的差異比讀者本身更大：密集的技術文件、程式碼範例、表格與不熟悉的詞彙都會大幅降低閱讀速度，熟悉的新聞文章則會加快。部落格文章上的閱讀時間，是給讀者的粗略體貼，而不是承諾。

字數上限條

這裡顯示四個上限，因為它們是人們最常需要對照撰寫的標準：X 貼文 280 字元、meta description 160 字元、title 標籤 60 字元、單則簡訊 160 字元。

每一項都有值得知道的細節。X 會把中文、日文、韓文與少數其他文字的字元算成兩個，所以中文貼文大約 140 字就會達到上限；而且不論網址實際多長，連結都以固定長度計算。meta description 與 title 標籤其實不是硬性上限，而是截斷點，搜尋引擎是依像素寬度而非字元數截斷，所以充滿全形字或寬字母的標題，會比數字顯示的更早被截掉。簡訊只有在全部使用 GSM 7 位元字元時才能放 160 個字元；只要有一個字元超出範圍，包括表情符號、帶重音的字母或中文，整則訊息就會改用 16 位元編碼，上限降到 70 個字元。

最常用的字詞

頻率清單是用來顯示一篇文章實際上著墨於哪些內容，所以會過濾掉非常常見的功能詞；否則在任何類型的文章中，冠詞、介系詞、代名詞與助動詞都會占滿清單的每一格。基於同樣的理由，單一字母也會被排除。

計算前會先把單字轉成小寫，所以同一個詞不會因為首字母大小寫不同而被拆成兩項。這裡不做詞幹處理：run 與 running 會分開計算，因為合併它們需要猜測，而猜錯的頻率高到足以誤導。中文等 CJK 文字在這裡同樣是逐字計算。

出版與學術界的篇幅慣例

字數在編輯工作中有實質分量。新聞邀稿是以字數下訂的，交稿時要落在指定數字的幾個百分點之內。學術作業通常允許正負一成，而許多學校把參考書目和附錄排除在外，卻把註腳算進去，這個細節最容易讓人踩雷。

書籍長度的分類大致已由慣例定下：極短篇不到一千字，短篇小說到七千字出頭，中篇約到四萬字，多數商業長篇則落在八萬到十萬字之間。出版社在意這件事，一來是紙張與印刷成本隨篇幅等比上升，二來是讀者對某個類型的篇幅期待窄得出人意料。

在網路上，有用的數字小得多。一篇八百到一千五百字的部落格文章，足以把大多數主題講清楚而不必灌水；電子報超過五百字往往就開始流失讀者；而登陸頁用遠少於兩者的字數就能完成任務。篇幅不等於品質，但這個限制值得在動筆之前知道，而不是寫完之後才發現。

可讀性指標到底測到了什麼

Flesch-Kincaid 這類可讀性分數，本質上是對句長與音節數所做的算術。它們與閱讀難度的相關性高到足以派上用場，卻完全測不出文字是否清楚：一句由短又常見的字組成、但順序錯亂的話，分數很漂亮，傳達卻很糟。

它們真正有幫助的地方是當作警示燈。平均句長突然拉高的地方，通常正是你把思路弄丟的那一段；技術文件裡分數異常偏高，往往代表專業術語被含糊其詞取代，而不是被解釋清楚了。

這裡的各項計數支援同一種檢查，但不假裝自己是分數。句數和段落數顯示一篇文章的節奏，重複字詞清單則顯示它實際上一直在繞著什麼打轉，而那經常不是作者原本的打算。把一個段落唸出聲來，仍是大家找到過最好的測試方法，而且不花一毛錢。

字元數決定別人看到什麼的場合

搜尋結果會在大約 600 像素處把標題截斷，以常見字型換算大概是 55 到 60 個字元；而且因為截斷依的是寬度而非字數，滿是大寫或寬字母的標題會更早消失。中繼描述大約在 155 到 160 個字元處被截斷，而搜尋引擎也經常完全忽略你寫的描述，改由頁面內容自行生成。

社群平台的預覽有自己的上限，但模式是一樣的：標題的前 50 到 60 個字元才是真正做事的部分，之後的內容屬於補充而非訊息本身。電子郵件主旨會被收信軟體截斷，在手機上往往落在 40 個字元附近。

實務上的做法是把重點前置。把有辨識度的字放在最前面，讓句子即使被截斷也仍有意義，並把超過上限的部分當成看到全文者的額外收穫。發布前確認字數是個兩秒鐘的習慣，卻能避免標題讀起來像一句沒寫完的話。

翻譯會改變篇幅，有時候改變幅度很大

文字跨越語言時不會維持原本的長度。英文翻成德文或俄文通常會膨脹兩成到三成五；翻成芬蘭文或匈牙利文可能膨脹得更多。翻成中文、日文或韓文時，字元數通常會大幅縮減，因為一個單字往往變成一到兩個字。

這既是寫作上的限制，也是設計上的限制。英文按鈕上的 Save，在德文是 Speichern，在法文是 Enregistrer，所以一個依照四個字元設計的固定寬度按鈕，在這兩種語言裡都會壞掉。標準建議是：短字串大約預留四成的膨脹空間，並且用目標語言中最長的那個來測試，而不是最短的。

對於撰寫日後要拿去翻譯的原文的人來說，句子短一點、少用慣用語、不要玩諧音梗，能省下實實在在的錢，因為翻譯是按字計價，而歧義會以來回提問的形式計價。這麼做也讓同一份文字的機器翻譯品質明顯變好。

當文字是程式碼、標記或混合內容時的計算

對標記語言做字數統計，統計的就包含標記本身。貼上 HTML，得到的數字會被標籤和屬性灌水；貼上 Markdown，連結的網址會跟著文字一起被算進去。如果這個數字要交給客戶或編輯，請先只保留算繪後的文字——從呈現出來的頁面複製，而不是從原始碼複製，是最快的做法。

混合語言的文字在這裡是同時套用兩套規則來處理：連續的拉丁字母算成單字，而日文、中文和韓文字元則逐字計算。這樣一來，雙語文件就不會在任何一個方向上報出誤導人的總數。

尤其是 CJK 文字，在商業上真正有意義的通常是字元數，因為這些語言的翻譯與編輯費率是按字而不是按詞報價的。兩個數字並列顯示，正是基於這個原因。