Chinesischen Text zählen: Zeichen, Wörter und Leerzeichen

Eine Chinesischaufgabe mit Zeichenvorgabe und ein Übersetzungsangebot nach Wörtern können unterschiedliche Größen meinen. Im Chinesischen stehen normalerweise nicht zwischen allen Wörtern Leerzeichen. Durch Leerzeichen getrennte Abschnitte zu zählen ergibt daher keine sinnvolle chinesische Wortzahl.

Klären Sie vor dem Zählen die verlangte Größe. Gehören Satzzeichen, lateinische Buchstaben, Ziffern, Leerzeichen, Überschriften und Literaturangaben dazu? Ein Ergebnis kann rechnerisch richtig und trotzdem für die Abgabe ungeeignet sein, wenn es die falsche Zeichenmenge erfasst.

Ein Beispiel mit mehreren richtigen Ergebnissen

Verwenden Sie diese einzelne Zeile mit einem gewöhnlichen Leerzeichen vor der Jahreszahl:

你好，China 2026!

Die Satzzeichen sind das chinesische Komma und das Ausrufezeichen. Beide sind Zeichen, zählen aber nicht zu den Hanzi. Eine Regel ohne Satzzeichen ergibt deshalb etwas anderes als eine Regel, die nur Leerzeichen ausschließt.

Ein chinesisches Wort kann mehrere Zeichen enthalten

学习中文 enthält vier chinesische Schriftzeichen. Üblicherweise lässt sich die Folge in 学习 und 中文 zerlegen. Die Wortsegmentierung hängt von Sprache und Kontext ab. Eine Zeichenzahl durch eine angenommene durchschnittliche Wortlänge zu teilen macht daraus keine verlässliche Wortzählung.

Klären Sie bei Übersetzungspreisen, ob das Angebot Ausgangszeichen, Zielwörter oder eine andere ausdrücklich genannte Größe verwendet. Bewahren Sie diese Definition beim Angebot auf, damit bei der Lieferung nicht unterschiedliche Summen verglichen werden.

Sichtbare Zeichen und Speichergröße unterscheiden sich

Manche sichtbaren Symbole bestehen aus mehreren Unicode-Codepunkten. Ein Emoji mit Modifikator oder ein Buchstabe mit nachfolgendem kombinierendem Akzent kann wie ein einziges Zeichen aussehen. Ein Programm, das Speichereinheiten zählt, kann deshalb ein anderes Ergebnis liefern als ein Zähler für sichtbare Zeichencluster.

Die Byte-Länge ist wieder eine andere Größe. Das Beispiel belegt in UTF-8 ohne Byte-Reihenfolgemarkierung und Zeilenende 20 Bytes, obwohl es vierzehn Zeichen zeigt. Eine Byte-Grenze lässt sich nicht prüfen, indem man für jedes sichtbare Zeichen ein Byte annimmt.

Den Umfang der Zählung festlegen

Eine Abgabe kann Titel, Zwischenüberschriften, Haupttext und Literaturverzeichnis enthalten. Gilt die Grenze nur für den Haupttext, ist das Einfügen des gesamten Dokuments der falsche Umfang, selbst wenn jedes Zeichen korrekt gezählt wird. Halten Sie die Auswahl ausdrücklich fest, statt die Zählmethode so lange zu ändern, bis das Ergebnis unter der Grenze liegt.

Dokumentieren Sie bei Angeboten oder Übergaben sowohl die Zählgröße als auch die einbezogenen Abschnitte. „Nur Haupttext, ohne Leerraum, einschließlich Satzzeichen“ lässt sich reproduzieren. „Ungefähr tausend chinesische Wörter“ hilft wenig, wenn eine Seite Hanzi und die andere segmentierte Wörter oder alle sichtbaren Zeichen zählt.

Entfernen Sie Satzzeichen nicht bloß für eine kleinere Summe, sofern die Vorgabe sie nicht ausschließt. Sie sind ein für Leser notwendiger Teil des Textes. Eine separate Zählung erklärt Unterschiede zwischen Ergebnissen, ohne die abzugebende Fassung zu verändern.

Gemischtsprachigen Text prüfen

Ein chinesischer Absatz kann Produktcodes, Namen in lateinischer Schrift, ein Datum und Emojis enthalten. Eine reine Hanzi-Zahl lässt vieles davon aus. Für eine bestimmte Frage ist das nützlich, aber nicht zwingend für ein Formular, das die Länge des gesamten Feldes begrenzt. Wählen Sie die Größe, die zur erklärten Vorgabe passt.

Betrachten Sie é. Es lässt sich als ein vorkomponierter Unicode-Codepunkt oder als e mit anschließendem kombinierendem Akut darstellen. Beides kann wie ein angezeigtes Zeichen wirken, während Codepunktzahl und UTF-8-Länge verschieden sind. Unterschiedliche technische Definitionen können also abweichende Ergebnisse liefern, ohne willkürlich zu rechnen.

Zeilenenden und kopierte Leerzeichen sind weitere Ursachen. Das einzeilige Beispiel enthält kein abschließendes Zeilenende. Ein zusätzliches Zeilenende verändert gespeicherten Text und Byte-Länge, auch wenn es am Ende eines Eingabefeldes leicht übersehen wird. Prüfen Sie bei einer Byte-Grenze den tatsächlich gesendeten Wert einschließlich aller vom Format verlangten Trennzeichen.

Ein bloßer Schriftwechsel verändert die zugrunde liegenden Zeichen nicht. Ein schmaler Buchstabe und ein breites chinesisches Zeichen können jeweils als ein sichtbares Zeichen zählen. Umgekehrt kann die Umwandlung einer vollbreiten in eine halbbreite Ziffer den sichtbaren Platz verringern, ohne diese Anzahl zu ändern. Die belegte Fläche auf einer Seite ist keine zuverlässige Zählmethode.

Weichen zwei Werkzeuge voneinander ab, vergleichen Sie ein kurzes, überschaubares Beispiel. Prüfen Sie Hanzi, Satzzeichen, Leerraum und anderssprachige Elemente getrennt. Sobald die Ursache feststeht, verwenden Sie die von Aufgabe oder System verlangte Größe statt einfach die kleinere Summe.

Die tatsächlich eingereichte Fassung zählen

1. Bestätigen Sie die Zählregel des Empfängers.
2. Kopieren Sie den endgültigen Text samt einzubeziehenden Überschriften oder Anmerkungen.
3. Verwenden Sie den Zähler für chinesische Zeichen und lesen Sie die passende Größe ab.
4. Prüfen Sie den Einfluss abschließender Leerzeilen und kopierter Formatierungsleerzeichen.
5. Zählen Sie nach der letzten Änderung erneut, statt die Summe eines Entwurfs zu melden.

Vollbreite und halbbreite Satzzeichen können verschieden aussehen und dennoch jeweils als ein sichtbares Zeichen zählen. Nutzen Sie den Breitenkonverter nur, wenn eine bestimmte Form verlangt wird. Das Aussehen zu ändern und die Zählgröße festzulegen sind getrennte Entscheidungen.