వచన గణాంకాలు

లెక్కించే విధానం

అక్షరాలు

అక్షరాలు ఖాళీలతో సహా గ్రాఫీమ్ సమూహాలు: é, కలిపిన గుర్తుతో e, కుటుంబ ఎమోజీ ఒక్కొక్కటి ఒకటి. కోడ్ పాయింట్లు, UTF-16 యూనిట్లు వేరు లెక్కలు. వచనాన్ని నార్మలైజ్ చేయము.

పదాలు

ఎంచుకున్న భాషలో Intl.Segmenter పదంగా గుర్తించిన భాగాలను లెక్కిస్తాం. సంఖ్యలు ఉంటాయి; విరామ చిహ్నాలు, విడి ఎమోజీలు ఉండవు. చైనీస్, జపనీస్‌కు ఖాళీలు అవసరం లేదు. మిశ్రమ భాష, బ్రౌజర్ వెర్షన్‌తో సరిహద్దులు మారవచ్చు.

పంక్తులు

ఖాళీ వచనానికి సున్నా పంక్తులు. ప్రతి CRLF, CR, LF, NEL, U+2028 లేదా U+2029 ఒక పంక్తి కలుపుతుంది, చివరి ఖాళీ పంక్తితో సహా. CRLF ఒక పంక్తి విరామం.

UTF-8 బైట్లు

ప్రస్తుత వచనం BOM లేని UTF-8 పరిమాణం. బ్రౌజర్ అతికించిన పంక్తి విరామాలను మార్చవచ్చు; ఇది అసలు ఫైలు పరిమాణం కాదు. తప్పు సరొగేట్‌లు ప్రత్యామ్నాయ అక్షరాలుగా ఎన్‌కోడ్ అవుతాయి.

చదివే సమయం అంచనా

పదాలు × 60 ÷ ఎంచుకున్న వేగం, సెకన్లలో పై పూర్ణాంకానికి. మొదట 200 పదాలు/నిమిషం; పరిధి 60–1000. ఇది కొలవని, భాషకు సర్దుబాటు చేయని ఊహ మాత్రమే.