01
先确定分析语言
默认英语分词不随界面语言变化。中文段落可主动选择中文，并在频率区域检查实际生效的语言；词边界不保证与 Word 一致。
文本与字符串
字数统计先看清口径，再核对长度
比较字符长度、分词结果与频率分布。
字数统计
输入文本
文本仅在当前浏览器内处理，不会上传。
统计结果
- UTF-16 代码单元
- 0
- Unicode 代码点
- 0
- 字素
- 0
- UTF-8 字节
- 0
- 词语
- 0
- 行数
- 0
- 段落
- 0
UTF-16 单位、代码点、字素及 UTF-8 字节均包含空白与标点。字素按完整文字簇计数，各项单位不同，不能直接互换。
字频熵
0.0000
样本数：0；不同键：0
H = −Σ p log2(p)，单位为比特/过滤后字符样本，分母不是总字素数，使用完整分布。同频率而不同排列的文本熵相同；它不代表密码强度，也不能证明随机性。
词频
字频保留含 Unicode 字母、标记、数字或符号的字素，排除纯标点、空白和控制字符；百分比分母为过滤后的样本总数。词频百分比以全部计入的词语为分母。
实际分词语言：不可用
暂无可计入的词语或字符。
输入文本开始统计；空输入各项为零。
写论文摘要、表单说明或中英文混合文案时，字数统计的“字”可能指不同单位。先区分词语、字素和编码长度，再与接收方的要求比较，能解释同一段文本为什么出现多个数字。
字符数统计与字节数计算解决的不是同一个问题。页面保留原文，另列词频统计和字频分布，方便检查重复用词，也能观察组合音标与表情符号的表示差异。
为什么使用这份字数统计？
一个笑脸不一定占一个单位
字数统计将一个普通笑脸分别记为一个字素、两个 UTF-16 单位和四个 UTF-8 字节。核对数据库字段或表单限制时，先确定限制使用哪个单位。
换个顺序，分布可以不变
相同符号只改变排列顺序，出现次数与熵不会改变。字频表说明重复情况，无法单靠这个数字判断文章质量、密码强度或生成方式。
从样本到可复核的报告
02
需要时改为手动更新
自动统计在停止编辑约 350 毫秒后运行。关闭后显示统计按钮，也可按 Ctrl/Cmd+Enter；修改输入或选项后，旧报告暂不可复制。
03
预览后再替换输入
示例与清空会先显示替换前后长度，应用才生效；撤销恢复一次完整统计快照。频率先显示 50 项，可逐批增加，JSON 始终包含全部结果。
同时观察长度与重复情况
七种统计口径
同时呈现 UTF-16 单位、代码点、字素、字节、词语、行数和段落，不用平均字长估算词数。
保留真实词语重复
只统计浏览器识别为词语的片段，不删除停用词。大小写开关同时影响词频与字频的合并方式。
明确换行终止符
识别 CRLF、CR、LF、U+2028 与 U+2029；CRLF 作为一个分隔符，末尾换行另计空行。
查看字符身份
字频条目附有 U+ 代码点序列，方便分辨看起来相近的符号与组合标记。
计数的适用范围
- 输入有明确上限
- 最多接受 100000 个 UTF-16 单位；超限报错，不截断后假装给出完整统计。 缺少 Intl.Segmenter 时仅保留基础统计，其余相关报告字段为 null，不用代码点冒充字素。
- 字节针对当前编辑器
- UTF-8 编码不新增 BOM，也不代表原文件磁盘大小。粘贴或编辑可能将换行归一为 LF；孤立代理项会按替代字符编码。
- 不做文字归一化
- 不区分大小写时按选定语言将原片段转为小写键，不做 NFC 或完整大小写折叠；ß 不会与 ss 合并。
- 空白行决定段落
- 连续非空行视为一段；经 trim() 后为空的行负责分隔，不分析句子含义。屏幕折行不增加行数，空文本为零段。
- 熵不等于安全性
- 熵只使用过滤后的完整字频分布，空样本和单一符号样本均为零。本工具不评估密码、随机数质量，也不模拟社交平台字数限制。
- 仅分析输入的纯文本
- 不导入文件、URL 或 OCR 内容，不做改写、空白清理、拼写修正、词干处理或停用词删除；也不估算阅读速度与句数，不保存草稿，不提供语音与同步。
字数统计常见问题
标点也算进字数吗？
基础长度的代码单元、代码点、字素和字节都包含标点与空白。字频另有过滤规则，纯标点不进入该样本，不能把字频样本数当成总字数。
结果会与 Word 相同吗？
不保证。Word 有自己的字数口径，本工具按浏览器词段统计，并单列代码点和字素。比较之前应确认所选语言及接收方究竟要求字数、词数还是字符数。
词频结果依据什么计算？
词频来自 Intl.Segmenter 的词语片段，按全部词语次数计算占比，不删除停用词。默认合并大小写，浏览器词典版本会影响中文分词。
字符数为什么不等于字节数？
字符描述文字单位，字节描述编码长度。普通汉字通常占三个 UTF-8 字节，而一个普通笑脸占四个字节；页面分列各项，避免把储存长度当成文字个数。
长篇文本也能统计吗？
当前上限为 100000 个 UTF-16 单位。超限时请自行分段，不会自动截取前半段。分段后各段熵不能简单相加得到全文熵。
发现某个分词或计数边界值得核对？