Como contar palavras e caracteres (e por que os números divergem)

Cole este texto no contador de palavras e confira os números antes de discutir teoria.

Olá mundo. Este é um exemplo curto para o contador de palavras.

Com locale pt, a biblioteca do site devolve 12 palavras, 63 caracteres com espaços, 52 sem espaços, 2 frases, 1 parágrafo e 1 linha. Leitura a 200 PPM: 4 segundos. Fala a 130 PPM: 6 segundos. Se outro site mostrar outro total para a mesma frase, o problema quase sempre é a definição, não “erro mágico.”

Por que ferramentas discordam

“Palavra” e “caractere” não são leis universais. Um hífen em “bem-vindo”, um emoji ou um espaço colado no fim mudam o placar. Este contador deixa o método explícito: Intl.Segmenter no idioma ativo quando existe, normalização NFC, caracteres por grafema e exclusão de marcas de largura zero dos totais de caracteres. Sem esse aviso, duas pessoas brigam por um número que nasceu de regras diferentes.

Checklist rápido

1. Fronteira de palavra: só espaços versus segmentação linguística.
2. Modelo de caractere: grafemas, pontos de código ou unidades UTF-16.
3. Caracteres ocultos: largura zero, hífens suaves, controles de direção.
4. Normalização: NFC versus acentos decompostos.
5. Limites: segmento SMS GSM 160 não é o mesmo teto que UCS-2 70.

Mude uma variável de cada vez quando for comparar dois contadores. Primeiro limpe o texto, depois normalize, só então compare palavras.

Português e diacríticos

Palavras como ação contam como 4 caracteres grafema depois da NFC. Se um editor contar pontos de código sem normalizar, o “ç” ou o til podem inflar o número. Antes de cortar uma legenda “por um caractere”, peça o modelo do limite. Em títulos de anúncio e legendas de vídeo isso acontece o tempo todo.

Espaços entre palavras entram em “com espaços” e saem de “sem espaços.” Nenhum dos modos deveria somar ZWSP copiado de mensagem. Texto vindo de celular costuma trazer esses restos sem você perceber.

O que conta como palavra

Com Segmenter, palavra é segmento lexical do locale, não qualquer bloco entre espaços. Sem Segmenter, o fallback usa padrões Unicode e ainda ignora pontuação pura. Isso importa em português quando há números misturados com texto ou quando a frase mistura português e inglês.

Frases, parágrafos e linhas

Frases usam segmentação frasal quando possível. Parágrafos são blocos não vazios separados por linha em branco. Linhas seguem Enter no campo: quebra suave na tela ainda é uma linha só.

Exemplo com dois parágrafos

Primeiro parágrafo.

O segundo parágrafo traz mais palavras aqui.

Resultado: 9 palavras, 2 frases, 2 parágrafos, 3 linhas. A palavra parágrafo aparece 2 vezes nas repetidas. Ferramentas que ignoram linhas vazias vão reportar menos linhas com as mesmas palavras. Se você precisa bater com um formulário escolar, alinhe também a regra de linha em branco.

Repetições sem lista de stopwords

A lista de mais repetidas só unifica maiúsculas e minúsculas no locale e ordena por frequência bruta. Não remove “de” nem “para.” Serve para rascunho e revisão, não para SEO artificial.

Gato gato GATO cachorro cachorro ave

gato sai 3 vezes, cachorro 2 vezes; ave não entra porque aparece uma vez.

Tempo e fórmula

Os segundos usam ceil(palavras ÷ PPM × 60). Doze palavras a 200 PPM pedem menos de um décimo de minuto; o arredondamento para cima explica os 4 segundos de leitura. Baixe as PPM de fala e o tempo falado cresce sem mudar o total de palavras. Isso ajuda quem ensaiia um roteiro curto no celular.

Como usar a ferramenta

1. Abra o contador de palavras.
2. Digite ou cole o texto (dir="auto" acompanha a direção do conteúdo).
3. Ajuste PPM de leitura e fala se o público for diferente da média.
4. Opcional: limite de caracteres (presets SMS ou valor próprio).
5. Copie as estatísticas quando precisar de um resumo.

Colagens grandes são analisadas com pequeno atraso para a página não travar. Nada sobe para servidor. Pode colar tarefa, legenda ou mensagem longa e ver o resultado ao vivo.

Erros comuns

Comparar só o número grande. Sem o método, a comparação não serve.

Recortar no modelo errado. Grafema versus ponto de código muda o que “sobra” no limite.

Tratar tempo de leitura como garantia. PPM é hipótese. Mude para voz alta ou público técnico.

Esquecer Enter duplo. Isso cria parágrafo e linha extras.

Confiar em limite de rede social sem fonte. Prefira limites documentados e um teto personalizado quando a regra for opaca.

Experimente agora

Confirme 12 / 63 / 52 na amostra “Olá mundo”, depois a linha dos gatos. Alterne o limite SMS GSM 160 só para ver o restante sob um teto documentado. Se o total não bater, procure caracteres ocultos antes de culpar a ferramenta.