「这篇多少字?」在中文里是个有标准答案的问题;换成英文问 word count,答案就要看你用哪个工具数了。同一份稿子,Word 说有 1240 字,在线统计说有 1318 字,编辑器状态栏说 1102 字——差的不是谁算错了,而是三家在数不同的东西。把口径弄清楚,比换一个更准的工具更有用。
TextBench 的口径是:中文按字计,英文按词计,两者分开统计再相加。这个做法听起来像是折中,其实是中文写作圈的通行做法——公众号后台、稿费结算、翻译报价、论文投稿的字数限制,全部按字算。
中文的「字」与英文的「词」不是同一个单位
英文里词与词之间有空格,切的边界是显式的,所以「一个词」几乎是客观的:text-tools 算一个还是两个可以争,但 hello world 肯定是两个。中文没有这个标记。一段连续汉字要切成词,得先做分词,而分词本身就有歧义:「研究生物」可以是「研究/生物」,也可以是「研究生/物」,两套切法词数不同,语义也不同。
既然词边界不可靠,中文就只能退回一个更硬的单位:字。一个汉字一个字符位置,谁数都一样(除非算不算标点)。这也解释了为什么中文排版里说「千字多少钱」,而不是「千词多少钱」——按词计价在中文里根本无法执行。
所以中英混排的稿子必须分开算。一段「我们用 React 重写了后台,性能提升 40%」的文字,如果只按空格切,会被算成 3 个词;只按字算,又会把 React 的五个字母算成五个字。合理的做法是:汉字按字计,拉丁字母串按词计,数字串按词计,标点两边都不算。
为什么各家统计会差出十几个百分点
差异几乎全部来自六个开关,检查一遍就能对上号:
- 算不算标点。中文标点占一个字符位置,段落里逗号句号一多,字符数能比纯字数高出百分之十以上。多数中文平台显示的「字数」不含标点,而「字符数」含。
- 算不算空格。英文稿的差别主要在这里。Word 同时给出「字符数(计空格)」和「字符数(不计空格)」,两个数字经常差 15% 以上。
- 换行与段落。有的工具把换行符算一个字符,有的不算;有的把连续空行折成一个。粘贴时从网页带来的
<br>转成的换行会额外增加计数。 - 全角空格与不换行空格。从网页或 PDF 复制来的文本里,经常混着全角空格(U+3000)和不换行空格(U+00A0)。它们在视觉上就是一个空格,但有的工具算一个字符,有的直接忽略。
- emoji 与组合字符。😀 是一个码点,👨👩👧 是三个 emoji 加两个连接符,共五个码点,但人眼看着是一个。按码点数会偏大,按字形簇数才符合直觉。
- 缩写与连字符。英文里
don't算一个词还是两个,state-of-the-art算一个还是四个,各家规则不同,一篇技术稿里这类词能占百分之几。
所以「字数不一致」通常不是 bug。要对比两个数字,先对齐这六个开关;对不齐,比数量没有意义。
400 字/分和 200 词/分是怎么用的
阅读时长是把字数换算成时间的估算。本工具用的是两个被广泛引用的中位速度:中文 400 字/分,英文 200 词/分。也就是说,1000 个汉字约 2.5 分钟,1000 个英文单词约 5 分钟。
这个换算的用途很具体:判断一篇公众号文章读者会不会读完(2000 字约 5 分钟,落在多数人愿意停留的区间);判断一段视频的口播稿会不会超时(口播速度比阅读慢,中文口播一般按每分钟 220 到 260 字算,比阅读速度低不少);给字幕估时长。它不是精确测量,只是一个能用来做决策的数量级。
| 文本 | 字数 / 词数 | 阅读时长估算 | 典型用途 |
|---|---|---|---|
| 公众号短文 | 800 汉字 | 约 2 分钟 | 快讯、清单体 |
| 公众号长文 | 2000 汉字 | 约 5 分钟 | 深度分析、教程 |
| 论文摘要 | 300 汉字 | 约 45 秒 | 投稿系统字数限制 |
| 英文学术摘要 | 250 words | 约 1 分 15 秒 | 期刊 250 词上限 |
| 产品详情页 | 600 汉字 | 约 1 分 30 秒 | 电商主图与详情 |
| 三分钟口播稿 | 750 汉字 | 阅读 2 分钟,口播约 3 分钟 | 短视频、宣传片 |
三个实际场景,三种口径
公众号与稿费:按字,不含标点
公众号后台显示的字数接近「汉字数加英文单词数」,标点不计。稿费结算通常也按这个口径,并且有「千字」的计价单位。这时候要盯的是纯字数,不是字符数——字符数会把每个逗号句号都算进去,报出来的数字虚高。
论文与投稿系统:看系统的口径
国内期刊多半写「字符数(不计空格)」,国外期刊写 word count,且把参考文献、图表标题排除在外。投稿前最稳妥的做法是:按目标系统的口径自己数一遍,别用写作软件的状态栏。摘要超十个字被打回重填的情况并不少见。
字幕与配音:按行,不按总字数
字幕的约束不是总字数,而是单行字数与停留时间:一行中文超过 16 到 18 个字,手机屏上就会挤成两行;一行英文超过 42 个字符(约 42 个字母位)同样要断。这时候该用的是行数统计和按长度排序,先把过长的行挑出来改短,再统一核对总时长。
怎么把数字数对
具体做法只有三步:把文本粘进工作台,看「字数 / 词数」那一栏;需要报给别人的数字,注明口径(含不含标点、含不含空格);中英混排的稿子,同时看「英文词」和「中文汉字」两个分项,别只看合计数。
如果数字对不上,先做一次清洗:去掉行首行尾空格(能顺带清掉全角空格)、删除空行、再去重。这三步能把从网页、PDF、Excel 粘来的文本里最常见的一批隐形字符清掉,往往一洗就对齐了。
常见问题
一个汉字算一个字,那两个汉字组成的一个词算几个字?
算两个字。中文按字计,词只是阅读与理解的单位,不是计数的单位。这也是为什么中文的「字数」在英文里没有直接对应物:它更接近 character count,而不是 word count。
数字和英文字母怎么算?
连续的拉丁字母或数字串按一个词计。2026 是一个词,v2.1.0 也是一个词,40% 是一个词加一个百分号。这样处理是为了让中英混排的稿子不至于因为几个版本号就把字数抬高。
为什么同一段文字,粘进不同工具得到的行数不一样?
因为换行符有三种:\n(Unix)、\r\n(Windows)、\r(老 Mac)。有的工具只认其中一种,遇到 \r\n 会把末尾多出来的 \r 当成一个空行。本工具会先把三种换行统一成 \n 再数,末尾那个换行不算新的一行。
想直接验证这些口径,把一段自己的稿子粘进工作台,对照上面的六个开关看一遍;也可以读七种大小写风格,处理完字数之后通常紧接着就要统一标题的大小写。
本文由 TextBench 团队撰写。最后更新:2026 年 11 月 19 日。