Contador de Palavras

Contador de Palavras é uma ferramenta para estatísticas de texto em tempo real incluindo contagem de caracteres, contagem de palavras, contagem de linhas e mais. Seja escrevendo artigos, papers, comentários de código ou conteúdo de mídia social, esta ferramenta ajuda você a entender rapidamente seu texto. Esta ferramenta suporta texto misto chinês e inglês, inteligentemente reconhecendo caracteres chineses e palavras inglesas para contagem separada. Também fornece estimativas de tempo de leitura para ajudar você a entender quanto tempo leva para leitores terminar seu conteúdo. Em conteúdo publicado ou multilíngue, revise idioma, conjunto de caracteres, contexto e casos de borda antes de reutilizar.

A contagem de palavras separa por espaços em branco Unicode usando uma expressão regular próxima de `text.trim().split(/\s+/).filter(Boolean)` para scripts latinos, que corresponde a espaços ASCII, tabulações, quebras de linha e separadores Unicode como U+00A0 (espaço sem quebra) e U+2028 (separador de linha). Essa regra funciona para inglês, francês, alemão e outros idiomas separados por espaço, mas falha para chinês, japonês e tailandês, onde não há espaço em branco entre palavras. O texto CJK é então contado por caractere: `[...text].length` em vez de `text.length`, porque o operador spread itera pontos de código Unicode e lida corretamente com pares substitutos para caracteres acima de U+FFFF (ex.: Ideogramas Unificados CJK Extensão B a partir de U+20000 e a maioria dos emoji em U+1F300+). A classe de caracteres CJK é detectada com o escape de propriedade Unicode `/\p{Script=Han}/u` para ideogramas chineses. A propriedade `length` de uma string JavaScript conta unidades de código UTF-16, não caracteres, então `'👨‍👩‍👧'.length === 8` enquanto o glifo visível é um cluster de grafemas composto por três emoji unidos por U+200D Zero-Width Joiner. A contagem precisa usa `Intl.Segmenter('en', { granularity: 'grapheme' })`, disponível em todos os navegadores modernos desde 2023; para segmentação em nível de palavra em qualquer idioma, incluindo CJK, `Intl.Segmenter(locale, { granularity: 'word' })` segue o Anexo #29 do Padrão Unicode e é a opção mais correta quando disponível. Limites de frase são detectados por `[.!?…。！？]+` seguido de espaço em branco ou fim da string, e parágrafos por duas ou mais quebras de linha consecutivas (`/\n\s*\n/`). As estimativas de leitura e fala aplicam constantes publicadas de velocidade de leitura. A meta-análise de Brysbaert (2019) aponta leitura silenciosa de adultos a 238 palavras por minuto para não-ficção em inglês, razão pela qual 225-250 wpm é o padrão comum de interface. A leitura silenciosa em chinês é em média 350-500 caracteres por minuto. O ritmo de fala é mais lento: palestras TED têm média de 163 wpm, e narração de audiolivros visa 150-160 wpm. O limite de 280 caracteres do Twitter conta CJK e a maioria dos emoji como 2 caracteres ponderados via sua biblioteca `twitter-text`, enquanto um par de indicadores regionais (emoji de bandeira de país) conta como 4 unidades de código UTF-16 no `.length` bruto.

• Separação por espaço em branco: `text.trim().split(/\s+/).filter(Boolean)` funciona para scripts latinos; falha em CJK e tailandês que não têm espaços entre palavras.
• Contagem de caracteres CJK usa `[...text].length` para iterar pontos de código Unicode corretamente (lida com pares substitutos acima de U+FFFF, ex.: ideogramas estendidos e emoji).
• `string.length` retorna unidades de código UTF-16, não grafemas: um emoji de família 👨‍👩‍👧 tem `.length === 8` mas é um único caractere visível.
• Segmentação mais precisa: `Intl.Segmenter(locale, { granularity: 'word' | 'grapheme' })` implementa o Anexo #29 do Padrão Unicode.
• Velocidades de leitura padrão: inglês 225-250 wpm silencioso (Brysbaert 2019), chinês 350-500 caracteres/min; fala 150-160 wpm para narração, 163 wpm para média TED.
• Separação de frases: `[.!?…。！？]+\s+`; separação de parágrafos: `\n\s*\n`; contagem de linhas: `text.split('\n').length`.
• O Twitter pondera CJK e a maioria dos emoji como 2 caracteres contra o limite de 280 via `twitter-text`; um emoji de bandeira (par de indicadores regionais) tem `.length === 4` em UTF-16 bruto.