Varför gratis onlineverktyg ger olika ordantal för samma text

För att se problemet i miniatyr kan du klistra in samma korta stycke i tre gratis onlineverktyg eller ordbehandlare. Texten nedan är bara en mening, och ändå ändras ordantalet beroende på om bindestreck, sammandragningar och skiljetecken behandlas som ordgränser. Microsoft Word och de flesta ordbehandlare håller ihop bindestreckade sammansättningar och sammandragna former; en webbläsarräknare byggd på ett reguljärt uttryck kan dela upp dem. Teckenantalet är stabilare, men varierar också om avslutande blanksteg eller radbrytningar räknas med.

Det finns ingen ISO-standard för vad som räknas som ett ord. En ordbehandlare betraktar normalt ett ord som en följd av bokstäver, siffror eller bindande tecken, som apostrofer och bindestreck, avgränsad av blanksteg eller skiljetecken. Ett webbformulär kan nöja sig med att dela vid blanksteg. Ett programmeringsskript kan använda ett reguljärt uttryck som delar vid allt som inte är bokstav eller siffra. Eftersom källtexten är identisk ser skillnaden ut som ett fel; i själva verket svarar varje verktyg på en annan fråga.

Teckengränser är normalt hårda spärrar: ett formulär avvisar helt enkelt det extra tecknet, eller en sökmotor kapar ditt utdrag. Gränsen som betyder något är den som sätts av systemet som ska publicera texten, inte den som visas av verktyget du skrev i. Skriver du för ett publiceringssystem bör du testa i det systemet; skriver du en metabeskrivning bör du kontrollera bredden i pixlar utöver antalet tecken, eftersom Google kapar efter pixlar och inte efter tecken.

Naiva räknare returnerar normalt strängens längd i byte, Unicode-kodpunkter eller grafemkluster. De tre talen kan skilja sig kraftigt. Ett kinesiskt tecken är ett tecken som användaren uppfattar och en kodpunkt, men det kan uppta tre byte i UTF-8. En emoji med hudtonsmodifierare är en synlig glyf, två kodpunkter och fyra byte. En familjeemoji kan ha sju kodpunkter och en enda glyf. Om din räknare räknar byte kommer din kinesiska roman att se enorm ut.

Om du fakturerar per ord är den enda siffra som gäller den som står i ditt avtal eller i kundens brief. Står det ”ordantal enligt Microsoft Word” bör du använda Word. Står det ”per källord” bör du räkna utgångstexten i det överenskomna verktyget. Vid enstaka uppdrag bör ni komma överens om ett stickprov innan ni börjar. Frilanstaxor för webbtext ligger normalt mellan 0,08 € och 0,40 € per ord, med den lägre änden för bloggtexter i volym och den högre för tekniska eller brådskande texter; räknemetoden bör anges bredvid taxan, eftersom en skillnad på 5 procent vid de priserna inte är brus.

Många gratis onlineverktyg är inga kalkylatorer på din enhet; de är fasader för en molntjänst. Du klistrar in texten och den färdas till en server för analys, lagring eller modellträning. Det är acceptabelt för ett offentligt blogginlägg, men ett dåligt val för ett opublicerat manus, en brief under sekretessavtal eller ett utkast med personuppgifter. Verktyg som stannar i webbläsaren — som de fem räknare siteb.biz publicerar — arbetar helt hos dig och skickar aldrig texten, även om det fortfarande är klokt att kontrollera nätverksfliken.

En bra räknare talar om vad den räknar. Leta efter ett tydligt besked: ”ord avgränsade av blanksteg”, ”Unicode-kodpunkter” eller ”grafemkluster”. Testa den med en känd sträng som innehåller ett bindestreck, en sammandragning, en emoji och ett kinesiskt tecken. Om resultatet stämmer med förväntan passar verktyget förmodligen för den uppgiften. Kom ihåg att inget verktyg duger till allt; det rätta är det som matchar den gräns du försöker hålla.