字数统计规则：同一段文字，两个工具为什么数得不一样

大多数统计器按空白切分，于是 state-of-the-art 算一个词；按标点切分的统计器则算四个。缩写通常算一个，数字不论多长通常也算一个，孤立的符号则可能算也可能不算。写成 1 January 2026 是三个词，写成 2026-01-01 就是一个。这些选择没有对错，只是不同约定，而在长文档上两个工具差个百分之一二是常态。

多数院校把参考文献、封面页和附录排除在字数限制之外，正文和引文则计入。脚注、摘要、表格和图注因院系而异，也正是争议的常见来源。文中引注一般计入，这意味着引注密集的段落会吃掉可观的额度。由于这些规则由各校自定而非全球统一，一切以手册为准，通用字数统计工具无法替你套用这些排除规则。

出版社和翻译行业经常按字符而不是按词计价，两个数字之间大约相差一个词数，因为多数词后面跟一个空格。翻译常按字符或千字符计价，字幕受每行字符数限制，表单字段一般按含空格的字符数校验。改写以适配限制之前，先确认约束用的是哪个口径——为词数删改和为字符数删改，会得到不同的修改结果。

「双倍行距每页 500 词」这个常用经验，假设的是 12 磅衬线字体、一英寸页边距、并且没有标题、表格和插图。其中任何一项变化，页数都会明显移动。对白密集、频繁换行的一页，装的词数远少于连续散文的一页。当要求以页数表述时，最稳妥的读法是问清楚排版规定，或者在提供了词数口径时按词数交付。

中文和日文书写时词与词之间没有空格，所以按空白切分会把整句话当成一个 token。这两种语言的统计因此以字符为基础，一个粗略的工作换算是：内容相当的情况下，一个英文词约对应 1.5 到 2 个汉字。混合语言文档需要能分别切分不同文字系统的统计器，否则中文正文配英文摘要得出的总数，两边都描述不了。

阅读时间通常是词数除以一个假定速度，一般文字的默读速度常取每分钟 200 到 250 词。对带代码示例的技术材料，这个速度过于乐观；对快速略读的清单文，又太慢。应该把它当成篇幅的粗略信号而不是测量值；如果要展示给读者看，全站的假定速度应保持一致，数字之间才可比。

开始改写前先确定你需要的约定。如果是学术限制，先去掉参考文献和明确排除的部分，再统计剩余正文。如果是表单字段，改用含空格的字符数。如果是中英混排，用能同时报告词数和字符数的工具。最终编辑后再数一次，不要信任中间数字——粘贴一个引注块就可能让总数移动几十个词。