細碎的文字工作會累積

統計字數、移除多餘空白、檢查換行、逸脫 HTML,這些都是小工作,但在撰寫文件、準備中繼資料、編輯 README 與除錯文字值時不斷出現。

字數統計與文字整理:文件、表單與程式碼片段的活用法

文字工具與字數統計 將這些常見處理整合到瀏覽器中的單一流程。

範例:發布前整理 meta description

撰寫文章或工具頁面的說明文字時,過長或過短都不利於在搜尋結果與分享卡片中呈現。例如,發布前先確認下面這段說明。

只要貼上 JSON 就能格式化與驗證,可在瀏覽器中確認 API 回應、審查設定檔的開發者工具。

用文字與程式碼工具確認字數,必要時精簡措辭。同時檢查是否混入多餘的換行或空白,就能避免放進 HTML 的 meta 標籤或 OGP 說明時版面跑掉。

字數何時重要

meta description、社群貼文、廣告文案、表單輸入與資料庫欄位往往有實務上的長度限制。發布前檢查長度,有助於避免文字被截斷與版面斷裂。

表格較多的文件可搭配 Markdown 表格產生器;模式擷取與驗證則使用 Regex 測試器。

保留一份原稿

逸脫、修剪與取代在多個步驟後可能難以還原。編輯重要的文章、HTML、JSON、正規表達式或程式碼片段時,請在手邊保留原始內容。

範例:讓程式碼片段能安全顯示於 HTML

當你想在文件中展示 HTML 標籤範例時,直接貼上可能會讓瀏覽器將其解讀為標籤。

<script>alert("test")</script>

若要當作顯示文字處理,請在放入文章或說明前先進行 HTML 逸脫。

&lt;script&gt;alert(&quot;test&quot;)&lt;/script&gt;

這在審查會渲染使用者輸入的位置、文件範例,或 Markdown 內的 HTML 片段時很有用。在用正規表達式批次取代前,先在文字工具中確認目標行數與轉換後的樣子,更容易察覺非預期的變更。

留意看不見的字元

文字處理中最麻煩的,是肉眼看不到卻會影響行為的字元。了解常見的幾種,可以減少原因不明的問題。

  • 行尾多餘的空白(trailing whitespace):在 diff 中會變成雜訊,在 Markdown 中兩個行尾空白還會變成非預期的換行。
  • 全形空白( ):誤把它當成半形空白混入,會造成程式碼縮排錯位或 YAML 解析錯誤。
  • 零寬字元與 BOM:複製貼上時會混進來,導致字串比對與搜尋對不上。
  • 換行碼的差異(CRLF / LF):跨作業系統時,diff 可能顯示成每一行都不同。

當您覺得「看起來一樣卻對不上」或「diff 大得奇怪」時,先整理空白與不可見字元,再確認字數與行數是否如預期,就能更快找出原因。

計數方式與轉換範圍的實際情形

文字處理工具的計數方式,可以用實際輸入的結果來確認。

輸入 字元數 行數 單字數 位元組數
Hello World 11 1 2 11
こんにちは 5 1 1 15
😀 2 1 1 4
é(以 e 加上組合用重音符號這 2 個字元組成) 2 1 1 3
a 與 b 兩行(結尾也有換行) 4 3 2 4
two spaces(前後有空白) 14 1 2 14
  • 字元數以 UTF-16 單位計算。表情符號算 2,以組合字元組成的 é 也算 2。與以「看起來的字數」計算上限的服務相比,數字可能不一致
  • 行數是依換行切開的數量,所以結尾有換行時會多算一行
  • 單字數是以空白切開的區塊數。日文沒有空白,所以整段文字算一個單字
  • 位元組數以 UTF-8 計算。日文一個字 3 位元組,表情符號 4 位元組。資料庫欄位或 API 的上限以位元組指定時使用
  • 空白與換行也算在字元數內(前後的空白也包含在內)

HTML 逸脫會轉換的是 & < > " ' 這 5 個字元(' 會變成 &#39;)。還原時也只處理這 5 種,&nbsp; 或 &copy; 等其他實體參照會維持原樣。

總結

文字整理並不華麗,卻能讓文件、中繼資料與程式碼範例保持可靠。把統計與轉換集中在一處,能讓流程更快且更不易出錯。

常見問題

字數統計會區分全形與半形嗎?

文字工具與字數統計 會回報字數與行數。在 meta description 或社群貼文的上限上,全形/半形與換行會影響呈現,因此最可靠的做法是貼上你實際要用的字串來確認。

何時需要 HTML 逸脫?

當你直接在畫面上渲染使用者輸入,或在文件中放入 HTML 標籤範例時。將 < > & " 轉成實體參照,能避免瀏覽器將其解讀為標籤,使其以純文字顯示。這也是防範 XSS 的基本措施。

我輸入的文字會被傳送到外部嗎?

不會。字數統計、逸脫與空白整理都在你的瀏覽器中執行,不會將輸入傳送到伺服器,因此即使是內部文件或未發布的草稿也能安心使用。

為什麼看起來一樣卻對不上?

多半是看不見的字元造成的,例如全形空白與半形空白、零寬字元、BOM,以及 CRLF 與 LF 的換行碼差異。當字串比對或搜尋對不上時,先整理空白,並實際計算字數與行數來比對差異,就更容易發現混入的不可見字元。