Por que a contagem de palavras é diferente no Microsoft Word e em contadores online

1. Diagnóstico direto: Por que a contagem de palavras é diferente?

Ao colar o mesmo texto no Microsoft Word, no Google Docs e em um contador online, é comum obter números diferentes. Isso não decorre de erro do sistema, mas das regras de tokenização e limites de palavras adotadas por cada aplicativo.

As discrepâncias derivam de cinco fatores técnicos:

• Palavras compostas com hífen: Termos como state-of-the-art ou guarda-chuva contam como uma ou mais palavras?
• Apóstrofos e contrações: Expressões como d'água ou don't são tratadas como token único ou dividido?
• Travessões vs. hífens: A diferença entre hífen comum (-) e travessão (— / –).
• Emojis e contagem UTF-16: Um emoji conta como 1 caractere visual ou 2 unidades de código UTF-16?
• Idiomas sem espaços (CJK): Como o texto em chinês e japonês é dividido sem espaços intermediários.

2. Quatro métricas fundamentais: Palavras, Caracteres com/sem espaços e Parágrafos

Para uma avaliação precisa, separe estas quatro métricas:

3. Motor do Contador GoToolstack: Código real e comportamento

No GoToolstack, a contagem opera no cliente com a seguinte expressão regular 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;

Resultados práticos deste mecanismo:

• Palavras com hífen: Pela regra (?:['’\-][\p{L}\p{N}]+)*, state-of-the-art e fim-de-semana contam como 1 palavra.
• Apóstrofos: Apóstrofos retos (') ou tipográficos (’) preservam a palavra unificada (ex. d'água = 1 palavra).
• Travessões (Em-dash): O travessão (—) não pertence ao grupo, dividindo ideia—central em 2 palavras.
• Emojis e UTF-16: v.length reflete unidades UTF-16. O emoji 🚀 retorna 2 unidades e emojis de família ocupam 11 unidades.

4. Microsoft Word vs. Ferramentas Online: Regras oficiais

No Microsoft Word (de acordo com a documentação oficial do Microsoft Word):

• O Word conta palavras com hífen como 1 palavra por padrão.
• A inclusão de notas de rodapé e caixas de texto depende da opção Incluir caixas de texto, notas de rodapé e notas de fim no diálogo Contagem de Palavras.
• Palavras unidas por barras (sim/não) podem ser separadas conforme as definições de idioma do revisor.

5. Tempo de leitura e fala: Estimativas de velocidade

O tempo calculado expressa uma estimativa estatística de ritmo médio:

• Leitura silenciosa: O GoToolstack adota 200 palavras por minuto (PPM) (Math.round(words / 200)). Metanálises acadêmicas (Brysbaert, 2019) indicam 238 PPM para leitura geral e 150 a 180 PPM para textos técnicos.
• Velocidade de fala: Adotam-se 130 palavras por minuto (Math.round(words / 130)), padrão para apresentações e oratória.

6. Idiomas sem espaços: Limitações em Chinês e Japonês (CJK)

No chinês e no japonês, as frases são redigidas sem espaços entre palavras (ex. 我喜欢编写软件 ou 日本語の文字数を数える).

7. Ferramentas de Texto GoToolstack

Analise e converta textos com total privacidade no seu navegador:

• Contador de palavras: Análise em tempo real de palavras, caracteres, frases e tempo de leitura.
• Conversor de Maiúsculas/Minúsculas: Alterne entre formatos MAIÚSCULAS, minúsculas e Título.
• Categoria de Ferramentas de Texto: Coleção completa de utilitários de texto.

Referências técnicas e normas oficiais

• Microsoft Support: Mostrar contagem de palavras no Microsoft Word (Desktop, Web, Mac e inclusão de notas de rodapé).
• Brysbaert, M. (2019): Quantas palavras lemos por minuto? Uma revisão e meta-análise da velocidade de leitura (Journal of Memory and Language).
• Unicode Standard Annex #29: Segmentação de texto Unicode (Limites de palavras, clusters de grafemas e quebra de frases).