如何统计文本中的字数、字符数和行数（在线及代码）

字数统计听起来简单，直到遇到边界情况：连字符的单词算一个还是两个？URL算吗？多语言文本怎么处理？本文介绍各环境下准确计数的方法。

在浏览器中

将文本粘贴到字数统计工具，即时获得字数、字符数、不含空格的字符数、句子数、段落数和预计阅读时间。边输入边更新——适合在有字数限制时使用（Twitter帖子、申请书、文章投稿）。

什么算一个单词？

标准定义：由空白分隔的非空白字符序列。按此定义：

• hello world → 2个单词
• well-known → 1个单词（连字符）
• C++ → 1个单词
• https://example.com/path?q=1 → 1个单词
• "quoted text" → 2个单词（标点符号附在相邻单词上）

大多数情况下这已经足够。如果需要排除URL，统计前先去掉它们。

JavaScript

基本字数统计：

function wordCount(text) {
    return text.trim().split(/\s+/).filter(Boolean).length;
}

console.log(wordCount("Hello world"));        // 2
console.log(wordCount("  spaces   matter  ")); // 2
console.log(wordCount(""));                    // 0

filter(Boolean) 删除多个连续空格或首尾空白产生的空字符串。

字符统计：

function textStats(text) {
    return {
        characters: text.length,
        charactersNoSpaces: text.replace(/\s/g, '').length,
        words: text.trim() === '' ? 0 : text.trim().split(/\s+/).length,
        sentences: (text.match(/[.!?]+/g) || []).length,
        paragraphs: text.trim() === '' ? 0 : text.trim().split(/\n\s*\n/).length,
        readingTimeMinutes: Math.ceil(text.trim().split(/\s+/).length / 200),
    };
}

const stats = textStats("Hello world. This is a test.\n\nSecond paragraph.");
console.log(stats);
// {
//   characters: 48,
//   charactersNoSpaces: 40,
//   words: 9,
//   sentences: 2,
//   paragraphs: 2,
//   readingTimeMinutes: 1
// }

阅读时间按每分钟200个单词计算（网络文本阅读的常用平均值；书籍为250 wpm）。

词频统计（哪些词出现最多）：

function wordFrequency(text) {
    const words = text.toLowerCase().match(/\b[a-z']+\b/g) || [];
    return words.reduce((freq, word) => {
        freq[word] = (freq[word] || 0) + 1;
        return freq;
    }, {});
}

const freq = wordFrequency("the cat sat on the mat the cat");
const sorted = Object.entries(freq).sort((a, b) => b[1] - a[1]);
console.log(sorted);
// [['the', 3], ['cat', 2], ['sat', 1], ['on', 1], ['mat', 1]]

Python

字数和字符数统计：

def text_stats(text: str) -> dict:
    words = text.split()
    sentences = len([s for s in text.replace('!', '.').replace('?', '.').split('.') if s.strip()])
    paragraphs = len([p for p in text.strip().split('\n\n') if p.strip()])

    return {
        'characters': len(text),
        'characters_no_spaces': len(text.replace(' ', '')),
        'words': len(words),
        'sentences': sentences,
        'paragraphs': paragraphs,
        'reading_time_minutes': max(1, len(words) // 200),
    }

sample = "Hello world. This is a test.\n\nSecond paragraph here."
print(text_stats(sample))

统计文件中的字数：

def count_words_in_file(filepath: str) -> dict:
    with open(filepath, encoding='utf-8') as f:
        text = f.read()
    return text_stats(text)

print(count_words_in_file('essay.txt'))

词频统计：

from collections import Counter
import re

def word_frequency(text: str, top_n: int = 10) -> list[tuple[str, int]]:
    words = re.findall(r"\b[a-z']+\b", text.lower())
    return Counter(words).most_common(top_n)

sample = "the cat sat on the mat the cat"
print(word_frequency(sample))
# [('the', 3), ('cat', 2), ('sat', 1), ('on', 1), ('mat', 1)]

命令行

Linux/macOS：

# 统计单词数
wc -w file.txt

# 统计行数、单词数、字符数
wc file.txt
# 输出：行数 单词数 字符数 文件名

# 统计字符串中的单词数
echo "hello world" | wc -w
# 2

# 统计多个文件的单词数及总计
wc -w *.txt

统计唯一单词数（词汇量）：

cat file.txt | tr '[:upper:]' '[:lower:]' | tr -cs '[:alpha:]' '\n' | sort | uniq -c | sort -rn | head -20

这个管道：转小写 → 每行一个单词 → 排序 → 统计唯一值 → 按数量排序。

Python一行代码：

python3 -c "import sys; text=open(sys.argv[1]).read(); print(len(text.split()))" file.txt

Windows PowerShell：

(Get-Content file.txt -Raw).Split() | Where-Object { $_ } | Measure-Object | Select-Object -ExpandProperty Count

各平台常见字符限制

对于SEO标题和描述，字符数比字数更重要，因为Google按像素宽度截断（标题约580像素）。

统计前排除特定内容

统计字数时忽略URL：

function countWordsNoUrls(text) {
    const noUrls = text.replace(/https?:\/\/\S+/g, '');
    return noUrls.trim().split(/\s+/).filter(Boolean).length;
}

统计字数时忽略代码块（Markdown）：

import re

def count_words_no_code(markdown: str) -> int:
    # 删除围栏代码块
    no_code = re.sub(r'```[\s\S]*?```', '', markdown)
    # 删除行内代码
    no_code = re.sub(r'`[^`]+`', '', no_code)
    return len(no_code.split())

要点总结

• 字数统计：Python用text.split()，JavaScript用text.trim().split(/\s+/).filter(Boolean)。
• 字符数统计：Python用len(text)，JavaScript用text.length。
• 命令行：Linux/macOS用wc -w file.txt。
• 阅读时间：字数 ÷ 200（向上取整）。
• 对于SEO元数据，统计字符数而非单词数——Google按像素宽度截断，而非单词数。