Contador de Palabras

El Contador de Palabras es una herramienta para estadísticas de texto en tiempo real, incluyendo recuento de caracteres, palabras, líneas y más. Ya sea que estés escribiendo artículos, documentos, comentarios de código o contenido para redes sociales, esta herramienta te ayuda a entender rápidamente tu texto. Esta herramienta soporta texto mixto chino e inglés, reconociendo inteligentemente caracteres chinos y palabras en inglés para conteos separados. También proporciona estimaciones de tiempo de lectura para ayudarte a entender cuánto tiempo necesitan los lectores para terminar tu contenido. En contenido publicado o multilingüe, revisa idioma, juego de caracteres, contexto y casos límite antes de reutilizarlo.

El conteo de palabras se divide en espacios en blanco Unicode usando una expresión regular cercana a `text.trim().split(/\s+/).filter(Boolean)` para scripts latinos, que coincide con espacios ASCII, tabulaciones, saltos de línea y separadores Unicode como U+00A0 (espacio sin separación) y U+2028 (separador de línea). Esta regla funciona para inglés, francés, alemán y otros idiomas separados por espacios, pero falla para chino, japonés y tailandés donde no hay espacios en blanco entre palabras. El texto CJK se cuenta por lo tanto por carácter: `[...text].length` en lugar de `text.length`, porque el operador spread itera puntos de código Unicode y maneja correctamente los pares sustitutos para caracteres por encima de U+FFFF (por ejemplo, CJK Unified Ideographs Extension B a partir de U+20000 y la mayoría de emoji en U+1F300+). La clase de caracteres CJK se detecta con el escape de propiedad Unicode `/\p{Script=Han}/u` para ideogramas chinos. La propiedad `length` de una cadena JavaScript cuenta unidades de código UTF-16, no caracteres, por lo que `'👨‍👩‍👧'.length === 8` mientras que el glifo visible es un solo clúster de grafemas formado por tres emoji unidos por U+200D Zero-Width Joiner. El conteo preciso usa `Intl.Segmenter('en', { granularity: 'grapheme' })`, disponible en todos los navegadores modernos desde 2023; para segmentación a nivel de palabra en cualquier idioma incluyendo CJK, `Intl.Segmenter(locale, { granularity: 'word' })` sigue el Anexo 29 del Estándar Unicode y es la opción más correcta cuando está disponible. Los límites de oración se detectan por `[.!?…。！？]+` seguido de espacio en blanco o fin de cadena, y los párrafos por dos o más saltos de línea consecutivos (`/\n\s*\n/`). Las estimaciones de lectura y habla aplican constantes publicadas de velocidad de lectura. El metaanálisis de Brysbaert (2019) sitúa la lectura silenciosa de adultos en 238 palabras por minuto para inglés de no ficción, por lo que 225-250 wpm es el valor predeterminado común de la interfaz. La lectura silenciosa en chino promedia 350-500 caracteres por minuto. El ritmo de habla es más lento: las charlas TED promedian 163 wpm, y la narración de audiolibros apunta a 150-160 wpm. El límite de 280 caracteres de Twitter cuenta los CJK y la mayoría de emoji como 2 caracteres ponderados a través de su biblioteca `twitter-text`, mientras que un par de indicadores regionales (un emoji de bandera de país) cuenta como 4 unidades de código UTF-16 en `.length` en bruto.

• División por espacios en blanco: `text.trim().split(/\s+/).filter(Boolean)` funciona para scripts latinos; falla en CJK y tailandés que no tienen espacios entre palabras.
• El conteo de caracteres CJK usa `[...text].length` para iterar puntos de código Unicode correctamente (maneja pares sustitutos por encima de U+FFFF, por ejemplo ideogramas extendidos y emoji).
• `string.length` devuelve unidades de código UTF-16, no grafemas: un emoji familiar 👨‍👩‍👧 tiene `.length === 8` pero es un solo carácter visible.
• Segmentación más precisa: `Intl.Segmenter(locale, { granularity: 'word' | 'grapheme' })` implementa el Anexo 29 del Estándar Unicode.
• Velocidades de lectura predeterminadas: inglés 225-250 wpm en silencio (Brysbaert 2019), chino 350-500 caracteres/min; habla 150-160 wpm para narración, 163 wpm para promedio TED.
• División de oraciones: `[.!?…。！？]+\s+`; división de párrafos: `\n\s*\n`; conteo de líneas: `text.split('\n').length`.
• Twitter pondera CJK y la mayoría de emoji como 2 caracteres contra el límite de 280 mediante `twitter-text`; un emoji de bandera (par de indicadores regionales) tiene `.length === 4` en UTF-16 en bruto.