Tamanho do Texto
Insira um texto para ver as contagens de caracteres, palavras, linhas e bytes UTF-8. As contagens são atualizadas a partir do texto no campo de Entrada de Texto.
Calculadora de Comprimento de Texto e Tamanho em Bytes
Fórmula do Tamanho do Texto
Onde:
- \(T\) — o texto inserido na Entrada de Texto
- \(C\) — Caracteres, contados como unidades de código UTF-16
- \(W\) — Palavras, contadas pelas correspondências de
/\b\w+\b/g - \(L\) — Linhas; cada retorno de carro, alimentação de linha ou par retorno-de-carro–alimentação-de-linha inicia uma nova linha
- \(B\) — Bytes na codificação UTF-8 do texto
São quatro medidas diferentes da mesma entrada. Em particular, a contagem de caracteres nem sempre é o número de símbolos visíveis, e a contagem de bytes nem sempre é igual à contagem de caracteres.
Tamanho do Texto – Exemplo de Cálculo
Exemplo: use a Entrada de Texto padrão, com “Hello world!” na primeira linha e “This is WPCalc.” na segunda. As linhas contêm 12 e 15 caracteres, respectivamente, e uma quebra de linha as separa.
\[ \begin{aligned} C&=12+1+15=28 \\ W&=2+3=5 \\ L&=1+1=2 \\ B&=12+1+15=28\ \text{bytes} \end{aligned} \]
Resultado: 28 Caracteres, 5 Palavras, 2 Linhas e 28 Bytes. Cada caractere deste exemplo, incluindo a quebra de linha, ocupa um byte em UTF-8.
Como usar a calculadora
- Digite ou cole seu conteúdo na Entrada de Texto. O texto padrão está disponível se você quiser verificar como as contagens funcionam antes de inserir o seu próprio.
- Leia Caracteres para o comprimento da entrada em UTF-16 e Palavras para o número de correspondências encontradas pela regra de contagem de palavras da calculadora.
- Consulte Linhas para o número de linhas, incluindo qualquer linha vazia no final. Consulte Bytes para o tamanho do texto codificado em UTF-8.
- Se você está verificando um limite, compare o resultado com a unidade declarada do limite. Um limite de caracteres, um limite de palavras e um limite de bytes não são intercambiáveis.
O que o tamanho do texto revela
O tamanho de um texto pode significar várias coisas. Um requisito de redação pode especificar palavras; um campo de formulário pode limitar caracteres; um formato de arquivo ou uma API pode limitar bytes. Esta calculadora mostra as quatro contagens juntas, para que você use a medida relevante à sua tarefa. Ela mede o texto inserido na Entrada de Texto, não um documento, página ou arquivo inteiro que contenha esse texto.
Caracteres usa o comprimento de string do JavaScript, que conta unidades de código UTF-16. Letras e sinais de pontuação comuns do inglês geralmente contam como uma unidade cada. Alguns símbolos, incluindo muitos emojis, contam como duas unidades de código, embora pareçam um único símbolo. Marcas combinantes também podem fazer com que um símbolo visível consista em várias unidades de código. Portanto, para um limite definido em símbolos visíveis ou pontos de código Unicode, este resultado pode diferir da contagem de que você precisa.
Palavras conta as correspondências do padrão JavaScript /\b\w+\b/g. Ele reconhece sequências de letras ASCII, dígitos e sublinhados como correspondências semelhantes a palavras. Por exemplo, “don't” conta como duas correspondências, porque o apóstrofo as separa. Letras fora desse padrão baseado em ASCII podem ser omitidas ou divididas, portanto este resultado não é uma contagem de palavras que leve o idioma em conta.
Linhas conta as quebras de linha mais um: um par retorno-de-carro–alimentação-de-linha conta como uma única quebra. Assim, uma entrada vazia exibe uma linha, e um texto terminado em quebra de linha exibe uma linha vazia adicional. Bytes mede o tamanho da codificação UTF-8 da entrada. Texto ASCII básico geralmente usa um byte por caractere, enquanto muitas letras acentuadas e símbolos usam mais. Por exemplo, um único “é” usa uma unidade de código UTF-16, mas dois bytes UTF-8; muitos emojis usam duas unidades de código UTF-16 e quatro bytes UTF-8.
Premissas e limites práticos
Use o resultado em bytes quando o sistema relevante especificar bytes UTF-8. Não é uma medida do uso de memória, de um payload comprimido ou do tamanho de um documento salvo com cabeçalhos, formatação ou outro conteúdo. Se um serviço alterar o texto antes de armazená-lo ou enviá-lo — por exemplo, escapando caracteres ou normalizando as quebras de linha —, sua contagem final de bytes pode ser diferente.
As terminações de linha importam para as contagens de caracteres e bytes. Uma alimentação de linha usa uma unidade de código e um byte UTF-8; um par retorno-de-carro–alimentação-de-linha usa dois de cada. Ambos contam como uma quebra de linha aqui. Espaços, tabulações, sinais de pontuação e caracteres de quebra de linha também contribuem para Caracteres e Bytes, mesmo quando não contribuem para Palavras.
Verifique qual definição o destino usa antes de confiar em um limite. Algumas plataformas contam pontos de código Unicode ou símbolos visíveis em vez de unidades de código UTF-16, e suas regras de contagem de palavras podem ser diferentes. O comprimento de um SMS, por exemplo, também depende da codificação e da segmentação da mensagem; o resultado em bytes UTF-8 não prevê o número de segmentos do SMS.
Para inspecionar contagens de caracteres com outra ferramenta de texto, use o Contador de Caracteres. Você também pode remover emojis ou remover linhas duplicadas antes de medir o texto revisado. Verifique novamente as contagens após qualquer edição, pois até mesmo uma quebra de linha final muda o resultado.
Perguntas frequentes
Como verificar manualmente o tamanho de um texto curto?
Trabalhe com cada medida separadamente. Para “A🙂”, a letra usa uma unidade de código UTF-16 e um byte UTF-8; o emoji usa duas unidades de código UTF-16 e quatro bytes UTF-8. Isso dá 3 Caracteres e 5 Bytes. O texto tem 1 Palavra pela regra desta calculadora e 1 Linha. Para textos mais longos, conte também as quebras de linha e os espaços.
Por que esta contagem de palavras difere da do Microsoft Word ou Google Docs?
Os editores de texto usam suas próprias regras para pontuação, números e idiomas. Esta calculadora usa um padrão simples que pode tratar um termo com hífen como duas palavras e um termo unido por sublinhado como uma só. Ele também pode deixar de reconhecer palavras escritas em sistemas de escrita fora de sua regra de correspondência. Se uma escola, editora ou empregador especificar um limite de palavras, verifique qual ferramenta ou método de contagem eles aceitam.
Como converto o resultado em bytes para KB ou MB?
Para unidades decimais, divida os bytes por 1.000 para obter quilobytes (kB), ou por 1.000.000 para obter megabytes (MB). Para unidades binárias, divida por 1.024 para obter kibibytes (KiB), ou por 1.048.576 para obter mebibytes (MiB). Verifique quais unidades o seu destino usa: um limite declarado em “KB” nem sempre deixa clara a convenção.
Por que colar texto adicionou caracteres que não consigo ver?
O texto copiado pode incluir tabulações, espaços inseparáveis, caracteres de largura zero ou uma quebra de linha final. Isso pode afetar o resultado de caracteres ou bytes sem ser óbvio na tela. Cole o texto em um editor de texto simples para inspecioná-lo, ou remova e redigite um espaço suspeito. Colar como texto simples remove a formatação, mas não necessariamente remove caracteres Unicode ocultos.
Um emoji sempre conta como um caractere?
Não. O que parece um emoji pode conter vários componentes Unicode, como um modificador de tom de pele ou uma sequência unida em um único símbolo exibido. Suas contagens de caracteres e bytes podem, portanto, ser maiores que as de um emoji simples. Se uma plataforma limita símbolos visíveis em vez de unidades de código UTF-16, use o próprio contador dela para confirmar como ela trata os emojis.
Qual é uma boa contagem de caracteres ou palavras para o meu texto?
Não existe uma contagem universalmente boa; o alvo depende de onde o texto será usado. Um trabalho escolar pode exigir uma faixa de palavras, enquanto uma API pode impor um limite de bytes. Para um formulário ou perfil, priorize a clareza e verifique o máximo declarado. Os trechos de resultados de busca são especialmente variáveis: quanto aparece pode depender da largura de exibição, e não apenas da contagem de caracteres.