Perché il conteggio delle parole varia tra Microsoft Word e i contatori online

1. Diagnosi diretta: Perché il conteggio delle parole varia?

Incollando lo stesso testo in Microsoft Word, Google Docs e un contatore online, si ottengono spesso risultati diversi. Non si tratta di un errore, bensì dei differenti algoritmi di tokenizzazione adottati da ciascun software.

Le variazioni principali risiedono in cinque aspetti tecnici precisi:

• Parole composte con trattino: Termini come state-of-the-art valgono come una o più parole?
• Apostrofi e troncamenti: Come vengono gestite parole come l'anno o don't?
• Trattini e lineette: Differenza tra trattino breve (-) e lineetta lunga (— / –).
• Emoji e unità UTF-16: Una emoji conta come 1 carattere o occupa 2 unità di codice UTF-16?
• Lingue senza spazi (CJK): Segmentazione delle parole in cinese e giapponese in assenza di spazi.

2. Quattro metriche fondamentali: Parole, Caratteri con/senza spazi e Paragrafi

Per un confronto affidabile, separa nettamente queste quattro grandezze:

3. Motore di GoToolstack: Il codice sorgente reale

Nel contatore locale di GoToolstack il parsing viene eseguito tramite l'espressione regolare JavaScript:

const rawWords = v.match(/[\p{L}\p{N}]+(?:['’\-][\p{L}\p{N}]+)*/gu) || [];
const words = rawWords.length;
const chars = v.length;
const charsns = v.replace(/\s/g, '').length;
const sentences = (v.match(/[.!?]+(\s|$)/g) || []).length;
const paras = v.trim() === '' ? 0 : v.split(/\n+/).filter(p => p.trim().length > 0).length;

Effetti pratici di questo algoritmo:

• Parole con trattino: Grazie a (?:['’\-][\p{L}\p{N}]+)*, state-of-the-art e e-commerce contano come 1 parola.
• Apostrofi: Sia gli apostrofi diritti (') che tipografici (’) mantengono la parola unita (es. l'amico = 1 parola).
• Lineette (Em-dash): La lineetta (—) non appartiene al gruppo, suddividendo parola1—parola2 in 2 parole distinte.
• Emoji: In JavaScript, v.length conta unità UTF-16. L'emoji 🚀 vale 2 unità e le emoji familiari complesse 11 unità.

4. Microsoft Word vs Contatori Online: Regole ufficiali

In Microsoft Word (secondo la documentazione ufficiale di Microsoft Word):

• Word calcola le parole con trattino come 1 parola per impostazione predefinita.
• Il conteggio di note e caselle di testo dipende dalla casella Includi caselle di testo, note a piè di pagina e note di chiusura nel menu Conteggio parole.
• Le parole separate da barra (sì/no) possono essere conteggiate come una o due parole a seconda della lingua attiva.

5. Tempo di lettura e parlato: Velocità stimate

Il tempo visualizzato è una stima calcolata su ritmi medi standard:

• Lettura silenziosa: GoToolstack adotta 200 parole al minuto (PPM) (Math.round(words / 200)). Studi empirici (Brysbaert, 2019) riscontrano circa 238 PPM per saggi e 150-180 PPM per testi tecnici.
• Velocità di discorso: Il riferimento è di 130 parole al minuto (Math.round(words / 130)), tipico per presentazioni orali.

6. Lingue senza spazi: Limitazioni in Cinese e Giapponese (CJK)

In cinese e giapponese le frasi non contengono spazi tra le parole (es. 我喜欢编写软件 o 日本語の文字数を数える).

7. Strumenti di Testo GoToolstack

Elabora e formatta i tuoi testi direttamente nel browser con riservatezza assoluta:

• Conteggio parole: Analisi istantanea di parole, caratteri, frasi e stima del tempo di lettura.
• Convertitore maiuscole/minuscole: Trasforma il testo in MAIUSCOLO, minuscolo e Titolo.
• Categoria Strumenti Testo: Suite completa per manipolazione di stringhe.

Riferimenti tecnici e standard ufficiali

• Microsoft Support: Visualizzare il conteggio delle parole in Microsoft Word (Desktop, Web, Mac e note a piè di pagina).
• Brysbaert, M. (2019): Quante parole leggiamo al minuto? Revisione e meta-analisi della velocità di lettura (Journal of Memory and Language).
• Unicode Standard Annex #29: Segmentazione del testo Unicode (Delimitatori di parola, cluster di grafemi e frasi).