عدّاد الأحرف والكلمات

العدّ مع المسافات يشمل كل محرف؛ والعدّ دون مسافات يسقط المسافات وفواصل الأسطر وعلامات الجدولة. ونماذج التقديم والواجبات التي تفرض حدًا تحدد عادة أيهما، وللنص نفسه يختلف الرقمان عادة بنسبة عشرة إلى عشرين بالمئة.

تقيس البايتات ما يشغله النص عند الحفظ أو الإرسال. في UTF-8 تأخذ الحروف الإنجليزية والأرقام بايتًا واحدًا، والحروف العربية والحروف ذات العلامات مثل é بايتين، ومعظم الحروف الصينية واليابانية والكورية ثلاثة، والرموز التعبيرية أربعة. وعادةً ما تُحسب عروض أعمدة قواعد البيانات وحدود الرسائل القصيرة بالبايت.

يُعدّ الكلمات بالفصل عند المسافات. يناسب ذلك اللغات التي تفصل كلماتها بمسافات؛ أما الصينية واليابانية فلا تفعل، فعدد الحروف أنفع لهما.

الرموز التعبيرية وبعض الرموز تبدو محرفًا واحدًا لكنها مبنية داخليًا من عدة نقاط ترميز. وهذه الأداة تعد ما يراه القارئ محرفًا واحدًا، بينما قد يعده النظام الذي تقدّم إليه على نحو مختلف، فاترك هامشًا بدل أن تقف على الحد بالضبط.

النص الملصوق يجر معه إلى العدّ مسافات في أوله وآخره وأسطرًا فارغة. والنسخ من معالج نصوص يترك عادة مسافات في نهايات الأسطر، فإن كنت تتجاوز الحد بمحارف قليلة فابحث عن المسافات غير المرئية قبل أن تعيد صياغة أي شيء.

فاصل السطر محرف واحد في بعض الأنظمة ومحرفان في غيرها. فويندوز يخزّنه محرفين، فيأخذ نص بأسطر قصيرة كثيرة بايتات أكثر من المتوقع. وهذا يهم حين يكون ما عليك استيفاؤه حدًا بالبايتات لا بالمحارف.