Caractères et séparateurs
Le texte est normalisé en Unicode NFC et les fins CRLF deviennent LF. Dans les navigateurs compatibles, le comptage utilise les graphèmes : une lettre et son accent combinatoire restent une unité visible. Les retours explicites sont exclus des totaux de caractères. Une tabulation vaut une espace. Le résultat hors espaces exclut les caractères blancs. Octets, points de code et poids du fichier sont d’autres unités.
Mots, phrases et paragraphes
Les jetons regroupent lettres, marques et nombres en conservant les apostrophes, traits d’union internes et séparateurs numériques selon la règle déclarée. Une ponctuation isolée n’est pas un mot. Les mots distincts ignorent la casse et normalisent les apostrophes. Les phrases utilisent le segmentateur du navigateur dans la langue choisie avec une courte liste d’abréviations. Listes et abréviations rares demandent une vérification. Les paragraphes sont des blocs non vides séparés par une ligne vide ; les lignes comprennent les retours explicites et la dernière ligne vide.
Expressions et pourcentages
Les séquences de un, deux ou trois mots sont comparées à l’intérieur des phrases. Le dénominateur comprend toutes les séquences possibles de la même longueur. Le filtre masque seulement les expressions entièrement composées de mots courants, sans les retirer de cette base. La recherche exacte compare des jetons entiers, pas une sous-chaîne arbitraire.
Conversions et doublons
La conversion utilise la langue sélectionnée et peut développer une correspondance Unicode : recomptez ensuite le résultat. Les doublons utilisent une clé pouvant ignorer casse ou espaces aux extrémités. La première ligne originale est conservée dans son ordre. Les formes équivalentes en NFC se comparent comme égales, sans réécrire la première occurrence. L’outil n’identifie pas des personnes et ne lit pas des enregistrements CSV.
Fichiers et estimations
TXT est lu en UTF-8. DOCX comprend corps et tableaux, mais exclut en-têtes, pieds de page, notes, zones de texte, commentaires et révisions supprimées. Vérifiez ordre et séparateurs du PDF ; aucun OCR n’est effectué. La limite est de 10 Mo par fichier, 200 pages PDF et 500 000 unités UTF-16 de texte extrait. Les durées divisent les mots par une vitesse réglable. Les valeurs initiales de 200 et 130 mots/min sont des hypothèses, pas des mesures universelles.
Contrôler une différence de comptage
Comparez d’abord le même extrait dans les deux outils. Choisissez un exemple court contenant le signe qui pose problème : apostrophe, trait d’union, espace insécable ou retour à la ligne. Notez ensuite l’unité comparée et les options actives. Une ligne visuellement coupée par la largeur de l’écran n’est pas nécessairement un retour explicite. Un caractère visible composé de plusieurs éléments Unicode ne correspond pas toujours à un seul point de code ni à un seul octet.
Recompter après une transformation
Conservez la version d’origine avant de modifier la casse ou de retirer les doublons. Vérifiez le premier et le dernier élément, les lignes vides et les options de comparaison. Retirer les espaces des bords pour comparer deux lignes ne signifie pas réécrire toutes les lignes conservées : la première occurrence originale est gardée. Une conversion de casse peut modifier la longueur Unicode. Le nouveau total doit donc être calculé sur la sortie effectivement obtenue, sans le déduire du total initial.
Préparer une mesure à communiquer
Un résultat utile accompagne le nombre de son unité, du périmètre et de la règle appliquée. Pour une estimation de durée, indiquez aussi la vitesse choisie et prévoyez une répétition chronométrée si le temps compte réellement. Le rapport exporté ne reprend pas automatiquement tout le brouillon ; l’export de texte, lui, contient ce texte. Ouvrez le fichier produit avant de le transmettre et conservez séparément l’original si vous devez justifier le passage mesuré.