ข้อความ

Character & Word Counter

สถิติข้อความแบบเรียลไทม์: จำนวนตัวอักษร (รวม/ไม่รวมช่องว่าง) คำ บรรทัด ประโยค ย่อหน้า และขนาดเป็นไบต์ (UTF-8)

0 ตัวอักษร (รวมช่องว่าง)
0 ตัวอักษร (ไม่รวมช่องว่าง)
0 คำ
0 บรรทัด
0 ประโยค
0 ย่อหน้า
0 ไบต์ (UTF-8)

This tool counts characters, words, lines, sentences, and paragraphs in real time as you type or paste text, and also shows the size in bytes under UTF-8 encoding.

What gets counted

Common uses

Things to keep in mind

One visual "character" (like an emoji with a skin-tone modifier or a country flag) can be made of several Unicode code points and count differently depending on the counting method.

Social media and form limits sometimes count bytes or grapheme clusters rather than characters — check against this tool's byte counter if that matters.

บทความเกี่ยวกับเครื่องมือนี้: การนับตัวอักษรและคำ: ทำไม Unicode ทำให้ซับซ้อน

คำถามที่พบบ่อย

มีการคำนวณสถิติใดบ้างอย่างแม่นยำ?

เครื่องมือนี้นับอักขระทั้งที่มีและไม่มีช่องว่าง คำ บรรทัด ประโยค ย่อหน้า และขนาดข้อความเป็นไบต์แบบเข้ารหัส UTF-8

ทำไมจำนวนไบต์จึงต่างจากจำนวนอักขระ?

ใน UTF-8 อักขระละตินธรรมดาใช้หนึ่งไบต์ แต่อักขระซีริลลิก ตัวอักษรที่มีเครื่องหมายกำกับเสียง หรืออีโมจิอาจใช้สองถึงสี่ไบต์ ดังนั้นข้อความที่มีอักขระหลายไบต์จำนวนมากจะมีจำนวนไบต์สูงกว่าจำนวนอักขระอย่างเห็นได้ชัด

ข้อความของฉันถูกส่งไปยังเซิร์ฟเวอร์เพื่อวิเคราะห์หรือไม่?

ไม่ การคำนวณทั้งหมดเกิดขึ้นแบบเรียลไทม์ในเบราว์เซอร์ของคุณด้วย JavaScript ไม่มีอะไรถูกส่งออนไลน์

ทำไมการนับคำจึงไม่แม่นยำสำหรับภาษาที่ไม่มีช่องว่าง?

ในภาษาจีน ญี่ปุ่น หรือไทย คำไม่ได้ถูกแยกด้วยช่องว่างตามธรรมเนียม — ขอบเขตถูกกำหนดโดยไวยากรณ์และบริบท การนับตามช่องว่างสำหรับภาษาแบบนี้ให้ผลเป็น "คำ" เดียวตลอดทั้งข้อความ หรือไม่ก็ไม่มีความหมายเลย — ต้องใช้อัลกอริทึมแบ่งส่วนข้อความแยกต่างหาก

ทำไมอีโมจิหนึ่งตัวบางครั้งถึงถูกนับเป็นหลายอักขระ?

อีโมจิที่มีตัวปรับโทนสีผิวหรือธงประเทศใน Unicode ประกอบขึ้นจากหลายโค้ดพอยต์ที่รวมกันเป็นกลุ่มกราฟีมที่มองเห็นเป็นหนึ่งเดียว การนับแบบตรงไปตรงมาตามโค้ดพอยต์อาจนับอักขระที่มองเห็นเป็นหนึ่งเดียวนี้เป็นสอง สาม หรือมากกว่านั้น

บทความ: ข้อความ

camelCase, snake_case, kebab-case: ควรใช้รูปแบบไหนเมื่อไหร่

เหตุใดจึงมี camelCase, snake_case และ kebab-case และแต่ละแบบมักใช้ที่ไหน

Text Diff: อัลกอริทึมหาความแตกต่างของข้อความทำงานอย่างไร

อัลกอริทึม diff หาชุดการเปลี่ยนแปลงที่น้อยที่สุดระหว่างข้อความสองเวอร์ชันได้อย่างไร

Regular Expression: พื้นฐานและกับดักของการจับคู่แบบโลภ

ความแตกต่างระหว่างการจับคู่แบบโลภและแบบขี้เกียจใน regex และเหตุใดจึงสำคัญในทางปฏิบัติ

การเรียงบรรทัด: ทำไมการเรียงตามตัวอักษรถึงต่างจากการเรียงตามตัวเลข

เหตุใดการเรียงตามตัวอักษรจึงปฏิบัติต่อตัวเลขเหมือนข้อความ และต่างจากการเรียงตามตัวเลขอย่างไร

การ Escape สตริง: ทำไมกฎถึงต่างกันใน JS, JSON, shell และ regex

เหตุใดจึงไม่มีกฎการ escape เดียวที่ใช้ได้ทุกที่ — JS, JSON, shell และ regex ต่างก็มีกฎของตัวเอง

CRLF กับ LF: ทำไมการขึ้นบรรทัดใหม่ยังคงสร้างปัญหา

ความแตกต่างระหว่าง CRLF กับ LF มาจากไหน และเหตุใดยังคงสร้างปัญหากับ git และสคริปต์

Lorem Ipsum: ข้อความหลอกนี้มาจากไหนและทำไมไม่มีความหมาย

ข้อความ Lorem Ipsum มาจากไหนจริง ๆ และเหตุใดจึงใช้ข้อความไร้ความหมายแทนข้อความจริง

Slugify: หัวข้อกลายเป็น URL ที่ใช้งานได้อย่างไร

หัวข้อบทความกลายเป็น URL ที่สะอาดและอ่านง่ายด้วยเครื่องหมายขีดได้อย่างไร

Markdown: ทำไมจึงกลายเป็นมาตรฐานของเอกสาร

เหตุใด Markdown จึงยังอ่านง่ายแม้ในรูปแบบดิบ ต่างจาก HTML

ช่องว่างที่มองไม่เห็น: ทำไมการเปรียบเทียบข้อความที่ดูเหมือนกันจึงล้มเหลว

ช่องว่างที่มองไม่เห็นเพียงตัวเดียวทำให้การเปรียบเทียบข้อความสองชิ้นที่ดูเหมือนกันล้มเหลวได้อย่างไร

การกลับข้อความ: ทำไมจึงพังกับอิโมจิ

เหตุใดการกลับข้อความแบบง่ายจึงทำให้อิโมจิที่ประกอบจาก code point หลายตัวพังไป

การวิเคราะห์ความถี่ข้อความ: จาก word cloud สู่การถอดรหัส

การวิเคราะห์ความถี่ตัวอักษรช่วยถอดรหัสแบบแทนที่อักษรง่าย ๆ ในอดีตได้อย่างไร