Porque as ferramentas online gratuitas dão contagens de palavras diferentes para o mesmo texto

Para ver o problema em miniatura, cole o mesmo parágrafo curto em três ferramentas online gratuitas ou processadores de texto. O texto abaixo tem apenas uma frase e, ainda assim, a contagem de palavras muda consoante hífenes, contrações e pontuação sejam tratados como fronteiras de palavra. O Microsoft Word e a maioria dos processadores mantêm intactos os compostos com hífen e as formas contraídas; um contador do navegador baseado numa expressão regular pode separá-los. A contagem de caracteres é mais estável, mas também varia se forem incluídos espaços finais ou quebras de linha.

Não existe norma ISO sobre o que conta como palavra. Um processador de texto considera habitualmente palavra uma sequência de letras, algarismos ou elementos de ligação, como apóstrofos e hífenes, delimitada por espaços ou pontuação. Um formulário web pode limitar-se a separar em espaços. Um script de programação pode usar uma expressão regular que separa em tudo o que não seja letra ou número. Como o texto de origem é idêntico, a divergência parece um erro; na realidade, cada ferramenta responde a uma pergunta diferente.

Os limites de caracteres são normalmente barreiras rígidas: um formulário recusa simplesmente o carácter extra, ou um motor de busca corta o seu excerto. O limite que conta é o imposto pelo sistema que vai publicar o texto, e não o mostrado pela ferramenta onde escreveu. Se escreve para um CMS, teste no CMS; se escreve uma meta descrição, verifique a largura em píxeis além do número de caracteres, porque o Google corta por píxeis e não por caracteres.

Os contadores ingénuos devolvem habitualmente o comprimento da cadeia em bytes, pontos de código Unicode ou grupos de grafemas. Esses três números podem ser muito diferentes. Um carácter chinês é um carácter percebido pelo utilizador e um ponto de código, mas pode ocupar três bytes em UTF-8. Um emoji com modificador de tom de pele é um glifo visível, dois pontos de código e quatro bytes. Um emoji de família pode ter sete pontos de código e um só glifo. Se o seu contador conta bytes, o seu romance em chinês parecerá enorme.

Se fatura à palavra, o único número que conta é o inscrito no seu contrato ou no briefing do cliente. Se o briefing disser «contagem do Microsoft Word», use o Word. Se disser «por palavra de origem», conte o texto de partida na ferramenta acordada. Em trabalhos pontuais, combinem uma amostra antes de começar. As tarifas de escrita para a web em regime independente situam-se habitualmente entre 0,08 € e 0,40 € por palavra, com a extremidade inferior para artigos de blogue em volume e a superior para textos técnicos ou urgentes; o método de contagem deve ser indicado ao lado da tarifa, porque a estes preços uma diferença de 5 por cento não é ruído.

Muitas ferramentas online gratuitas não são calculadoras no seu dispositivo; são fachadas de um serviço na nuvem. Cola o texto e ele viaja para um servidor para análise, armazenamento ou treino de modelos. Isso é aceitável num artigo de blogue público, mas é má escolha para um manuscrito inédito, um briefing sob acordo de confidencialidade ou um rascunho com dados pessoais. As ferramentas que ficam no navegador — como os cinco contadores publicados pelo siteb.biz — funcionam inteiramente consigo e nunca enviam o texto, embora continue a ser prudente verificar o separador de rede.

Um bom contador diz o que está a contar. Procure uma indicação clara: «palavras separadas por espaços», «pontos de código Unicode» ou «grupos de grafemas». Teste-o com uma cadeia conhecida que contenha um hífen, uma contração, um emoji e um carácter chinês. Se o resultado corresponder ao esperado, a ferramenta é provavelmente adequada a essa tarefa. Lembre-se de que nenhuma ferramenta serve para tudo; a certa é a que corresponde ao limite que está a tentar cumprir.