写作字数统计适用范围
讨论本站已有英文词规则下的文本分块核对，主算例仅含ASCII字母与普通空格，无撇号、表情或复杂语言分词。所有短句及拆分均为原创教学练习，不代表投稿平台统一规则。编写于2026年10月31日。
先说清“分段”是内容段落还是任意切块
写作者常按章节分别统计后汇总，也可能因复制范围或处理长度，把同一行文字分成两批。两种分法不一样：真实段落之间通常保留换行，而任意切块可能恰好落在一个词中间。本页说的“块”，是分开交给统计步骤的输入片段，不要求它是完整段落。
本站旧指南把连续ASCII字母识别为英文词，并另外说明词内撇号规则。本页只用没有撇号的字母串，让读者看清边界效应。类似[A-Za-z]+的正则模式中，+表示前项一次或多次；MDN说明这一量词含义，但它不是通用语言学“词”的定义。
原创最小例：字母没有增加，词数却增加了
先写完整文本sunlight，八个字母连续排列，按本例规则识别为一个英文词。若复制时第一块只留下sun，第二块是light，两块单独处理时都有一个连续字母串，所以分块计数是1+1=2。将它们不加任何字符地还原，仍是sunlight，重新统计回到1。
这里没有两个不同版本，也没有新增文字。差异来自切分后每块都拥有自己的输入起止边界。字母数可以核成3+5=8，而词数不能照搬这一相加关系。不要因为字母数核对正确，就认为所有统计字段都必然可加。
把练习放回一行短句里
原创短句是We read sunlight.，按本例规则为We、read、sunlight，共3词。错误切块A是We read sun，B是light.；分别为3词和1词，直接相加得到4。恢复原来的连续文本后，sun与light重新连接为一个词，合计应是3。
另设清楚的切分：A为We read后保留原有空格，B为sunlight.。A统计2词，B统计1词，总和3，与完整文本一致。不是所有分块都会出错；关键是边界有没有把同一个原词切成两份。图中竖线只表示切分位置，不是原文字符。
不要靠偷偷加空格对齐结果
如果把sun和light合并时主动插入空格，就得到sun light，而不是原来的sunlight。按本例规则它确实是2词，但文本已经变化，不能再把2当成原串的正确词数。反过来，原文若本来就是两词之间有空格，合并时删掉空格，也会把两个输入串黏成一个。
因此应保留原文中的分隔符和次序。没有证据时，不凭“看起来更像一个单词”来改稿。计数步骤服务于核对真实文本，而不是为了让某个合计数字好看去改写文本边界。
一份可复查的分块记录
可为每块保留起止位置或开头、结尾的短片段，并记录边界处原本有什么字符。先核对是否有遗漏、重叠、重复页眉，再检查两块接壤的地方是不是同一词。最后尽可能将完整最终稿按原样统计一次，把分块合计作为辅助检查。
若因为长度限制无法一次处理全稿，可优先沿原有完整段落或明确的词间分隔处切分，并保留分隔字符。实际自动处理还可能需要把跨块尚未结束的词继续带到下一块；本页不新增这样的批处理功能，也不提供适用于所有语言的固定修正公式。
把差异说明写给接收者看
本例的核对说明可写：“原稿按本站英文词规则共3词；先前分块合计4词，是sunlight被切为两块后重复启动计词。原文已按原样重组，内容未增删。”这比笼统地说软件不准更容易定位问题。
中文汉字数、Unicode码点数、字节数与英文词数仍要各用自己的规则。这里展示的1词边界差只适用于给定例子，不表示任何两块都固定减1，也不保证与某个编辑器的最终计数一致。
操作步骤
- 记录统计字段，区分完整段落与任意输入块。
- 保留每块边界及原有空格换行，核对无重叠遗漏。
- 检查切点是否落在连续英文词内部。
- 按原样重组合并稿再统计，说明差异来自哪条边界。
常见问答
两块词数相加一定比全文多吗？
不一定。按完整词边界正确拆分，本例合计相同；遗漏、重复或改动分隔符还会产生其他差异。
字母数3+5=8，为什么词数不是2？
字母逐个计数，英文词按连续字母串识别。恢复成sunlight后没有分隔符，所以本例是一个词。
在切分处加空格就能修正吗？
若原文没有空格，加入后已经改了文本。应先恢复原始字符和顺序，再按同一规则统计。
每合并两块减去一个词就可以吗？
不可以。只有边界切开了同一词等特定条件才有对应修正；原本词间切分无需减一。
参考依据
MDN：Regular expression quantifiers · MDN Web Docs · 核对日期 2026-10-31。正则量词+表示一次或多次；文中的词计数范围另由本站规则限定。