アプリによって文字数や単語数が違うのはなぜ？
同じ文章を2つのフォームに貼り付けても、数が違う場合があります。上限に合わせて削る前に、見た目の文字、保存の単位、単語のどれを数えているか確認しましょう。これらは同じ尺度ではありません。
見える1文字が複数の要素になることもある
Unicodeでは、読み手が1文字と感じるものを、文字と結合記号の組み合わせで表せます。書記素クラスターは見た目の文字単位に近づける仕組みですが、コードポイントや保存単位の数とは異なる場合があります。一部の絵文字列にも同様の違いがあります。
空白が常に単語の境界になるわけではない
単語の区切りは言語や句読点に左右されます。英語のように空白で単語を分けない言語では、追加の規則や辞書が必要になることがあります。空白で分割するだけでは、すべての言語に十分な定義にはなりません。
変えたい部分だけを整える
余分な空白の削除は文章に役立つ一方、位置をそろえた表やコードを壊すことがあります。補助記号を削除すると言語上の情報が変わるため、引用や正確に残すべき名前に自動適用しないでください。
大文字・小文字変換は、その区別がある文字体系に対する処理です。アラビア語の綴りを直すものではありません。コピーに対して試し、変わった行を比較しましょう。
- 別のサービスの上限を満たしたいなら、最終的にはそのサービスのカウンターを基準にします。
- 単語数と、空白を含む・含まない文字数は分けて考えましょう。
- 単語数だけでは正確な読了時間は分かりません。内容の難しさや読み手も影響します。
数え方の違いを示す小さな例
見た目のéは、1つのコードポイントでも、eの後に結合アキュートアクセントを置いても表せます。似て見えても後者は2つのコードポイントです。
アラビア語のبَも、文字と母音記号を含みます。読み手に見える単位と保存されている単位を数えるのは別の問いです。カウンターを一致させるためだけに記号を消さないでください。