Compteur de mots

Le compteur de mots est un outil pour les statistiques de texte en temps réel incluant le comptage de caractères, de mots, de lignes, et plus. Que vous écriviez des articles, des articles académiques, des commentaires de code ou du contenu pour médias sociaux, cet outil vous aide à comprendre rapidement votre texte. Cet outil supporte le texte mixte chinois-anglais, reconnaissant intelligemment les caractères chinois et les mots anglais pour des comptages séparés. Il fournit également des estimations de temps de lecture pour vous aider à comprendre combien de temps il faut aux lecteurs pour finir votre contenu.

Le comptage de mots découpe sur les espaces Unicode à l'aide d'une expression régulière proche de `text.trim().split(/\s+/).filter(Boolean)` pour les scripts latins, qui correspond aux espaces ASCII, tabulations, retours à la ligne et séparateurs Unicode comme U+00A0 (espace insécable) et U+2028 (séparateur de ligne). Cette règle fonctionne pour l'anglais, le français, l'allemand et d'autres langues séparées par des espaces, mais ne fonctionne pas pour le chinois, le japonais et le thaï où il n'y a pas d'espace entre les mots. Le texte CJK est donc compté par caractère : `[...text].length` plutôt que `text.length`, car l'opérateur spread itère les points de code Unicode et gère correctement les paires de substitution pour les caractères au-dessus de U+FFFF (par ex. les idéogrammes unifiés CJK Extension B à partir de U+20000 et la plupart des émojis à U+1F300+). La classe de caractères CJK elle-même est détectée avec l'échappement de propriété Unicode `/\p{Script=Han}/u` pour les idéogrammes chinois. La propriété `length` d'une chaîne JavaScript compte les unités de code UTF-16, pas les caractères, donc `'👨‍👩‍👧'.length === 8` alors que le glyphe visible est un seul graphème composé de trois émojis joints par U+200D (Zero-Width Joiner). Le comptage précis utilise `Intl.Segmenter('en', { granularity: 'grapheme' })`, disponible dans tous les navigateurs modernes depuis 2023 ; pour la segmentation au niveau du mot dans n'importe quelle langue y compris le CJK, `Intl.Segmenter(locale, { granularity: 'word' })` suit l'annexe 29 du standard Unicode et constitue l'option la plus correcte lorsqu'elle est disponible. Les limites de phrases sont détectées par `[.!?…。！？]+` suivi d'un espace ou de la fin de la chaîne, et les paragraphes par deux sauts de ligne consécutifs ou plus (`/\n\s*\n/`). Les estimations de lecture et de parole appliquent des constantes de vitesse publiées. La méta-analyse de Brysbaert (2019) situe la lecture silencieuse adulte à 238 mots par minute pour l'anglais non fiction, d'où 225-250 wpm comme valeur par défaut courante dans l'interface. La lecture silencieuse du chinois est en moyenne de 350 à 500 caractères par minute. Le rythme de parole est plus lent : les conférences TED sont en moyenne à 163 wpm, et la narration de livres audio vise 150-160 wpm. La limite de 280 caractères de Twitter compte le CJK et la plupart des émojis comme 2 caractères pondérés via sa bibliothèque `twitter-text`, tandis qu'une paire d'indicateurs régionaux (émoji drapeau de pays) compte comme 4 unités de code UTF-16 dans `.length` brut.

• Découpage par espaces : `text.trim().split(/\s+/).filter(Boolean)` fonctionne pour les scripts latins ; échoue sur le CJK et le thaï qui n'ont pas d'espaces inter-mots.
• Le comptage de caractères CJK utilise `[...text].length` pour itérer correctement les points de code Unicode (gère les paires de substitution au-dessus de U+FFFF, par ex. les idéogrammes étendus et les émojis).
• `string.length` renvoie des unités de code UTF-16, pas des graphèmes : un émoji famille 👨‍👩‍👧 a `.length === 8` mais constitue un seul caractère visible.
• Segmentation la plus précise : `Intl.Segmenter(locale, { granularity: 'word' | 'grapheme' })` implémente l'annexe 29 du standard Unicode.
• Vitesses de lecture par défaut : anglais 225-250 wpm en silencieux (Brysbaert 2019), chinois 350-500 car. min ; parole 150-160 wpm pour la narration, 163 wpm pour la moyenne TED.
• Découpage de phrases : `[.!?…。！？]+\s+` ; découpage de paragraphes : `\n\s*\n` ; comptage de lignes : `text.split('\n').length`.
• Twitter pondère le CJK et la plupart des émojis comme 2 caractères contre la limite de 280 via `twitter-text` ; un émoji drapeau (paire d'indicateurs régionaux) a `.length === 4` en UTF-16 brut.