चीनी पाठ की गिनती: अक्षर, शब्द, विराम चिह्न और स्पेस

चीनी भाषा के असाइनमेंट में माँगी गई अक्षर संख्या और अनुवाद के कोटेशन में दी गई शब्द संख्या अलग चीज़ें माप सकती हैं। चीनी में आम तौर पर हर शब्द के बीच स्पेस नहीं होता, इसलिए स्पेस से अलग हुए हिस्सों को गिनने से उपयोगी चीनी शब्द संख्या नहीं मिलती।

गिनती से पहले अपेक्षित माप तय करें। क्या सीमा में विराम चिह्न, लैटिन अक्षर, अंक, स्पेस, शीर्षक और संदर्भ शामिल हैं? गणना सही होने पर भी परिणाम जमा करने के नियम के अनुकूल नहीं होगा, यदि उसमें गलत समूह के अक्षर गिने गए हों।

एक उदाहरण और कई सही कुल

यह एक पंक्ति का नमूना लें, जिसमें वर्ष से पहले एक सामान्य स्पेस है:

你好，China 2026!

विराम चिह्न चीनी अल्पविराम और विस्मयादिबोधक चिह्न हैं। दोनों अक्षर-चिह्न हैं, लेकिन केवल Hanzi की गिनती में शामिल नहीं होते। इसलिए विराम चिह्न हटाने वाला नियम, सिर्फ़ स्पेस हटाने वाले नियम से अलग परिणाम देगा।

एक चीनी शब्द में कई अक्षर हो सकते हैं

学习中文 में चार चीनी अक्षर हैं। सामान्य पढ़ने में इसे 学习 और 中文 में बाँटा जा सकता है। शब्द विभाजन भाषा और संदर्भ पर निर्भर है; कुल अक्षरों को किसी अनुमानित औसत शब्द लंबाई से भाग देने पर अक्षर काउंटर शब्द काउंटर नहीं बन जाता।

अनुवाद के मूल्य के लिए पूछें कि कोटेशन मूल पाठ के अक्षरों, अनूदित पाठ के शब्दों या किसी अन्य स्पष्ट इकाई पर आधारित है। यह परिभाषा कोटेशन के साथ रखें, ताकि काम सौंपते समय दोनों पक्ष अलग-अलग कुल की तुलना न करें।

दिखाई देने वाले अक्षर और संग्रहण आकार

कुछ दिखाई देने वाले चिह्न कई Unicode कोड पॉइंट से बने होते हैं। मॉडिफ़ायर वाला इमोजी या उसके बाद संयोजक उच्चारण चिह्न वाला अक्षर एक ही चिह्न जैसा दिख सकता है। संग्रहण इकाइयाँ गिनने वाला प्रोग्राम, दिखाई देने वाले अक्षर समूह गिनने वाले टूल से अलग परिणाम दे सकता है।

बाइट लंबाई एक और माप है। ऊपर का नमूना बिना बाइट-क्रम चिह्न या पंक्ति-अंत चिह्न के UTF-8 में 20 बाइट लेता है, जबकि उसमें चौदह अक्षर दिखाई देते हैं। हर दिखाई देने वाले अक्षर को एक बाइट मानकर सिस्टम की बाइट सीमा नहीं जाँची जा सकती।

गिनती में शामिल भाग तय करें

जमा किए जाने वाले दस्तावेज़ में शीर्षक, उपशीर्षक, मुख्य पाठ और संदर्भ सूची हो सकते हैं। सीमा केवल मुख्य पाठ पर लागू हो तो पूरा दस्तावेज़ काउंटर में चिपकाने से दायरा गलत चुना जाएगा, भले ही हर अक्षर सही गिना जाए। परिणाम सीमा के नीचे आने तक तरीका बदलने के बजाय दायरा स्पष्ट रखें।

कोटेशन या हस्तांतरण में माप के साथ शामिल हिस्से भी लिखें। “केवल मुख्य पाठ, खाली स्थान वाले चिह्न छोड़कर, विराम चिह्न सहित” जैसी परिभाषा दोबारा जाँची जा सकती है। “लगभग एक हज़ार चीनी शब्द” कम उपयोगी है, यदि एक पक्ष Hanzi और दूसरा विभाजित शब्द या सारे दिखाई देने वाले अक्षर गिन रहा हो।

सिर्फ़ कुल घटाने के लिए विराम चिह्न न हटाएँ, जब तक प्राप्तकर्ता के नियम उन्हें बाहर न रखते हों। ये चिह्न पाठक के लिए आवश्यक पाठ का हिस्सा हैं। उन्हें अलग गिनने से जमा किए जाने वाले लेखन को बदले बिना दो परिणामों का अंतर समझाया जा सकता है।

मिश्रित भाषा वाले पाठ की जाँच

चीनी अनुच्छेद में उत्पाद कोड, लैटिन अक्षरों में नाम, तारीख़ और इमोजी हो सकते हैं। केवल Hanzi वाला परिणाम इनमें से अधिकांश को छोड़ देता है। वह एक उद्देश्य के लिए उपयोगी है, लेकिन पूरे फ़ील्ड की लंबाई सीमित करने वाले फ़ॉर्म के लिए ज़रूरी नहीं कि सही हो। प्राप्तकर्ता की बताई सीमा के अनुरूप माप चुनें।

é को देखें। इसे एक पहले से संयोजित Unicode कोड पॉइंट से या e के बाद संयोजक अक्यूट चिह्न से दर्शाया जा सकता है। दोनों एक अक्षर जैसे दिख सकते हैं, जबकि कोड पॉइंट की संख्या और UTF-8 बाइट लंबाई अलग होती है। इसलिए अलग तकनीकी परिभाषाओं वाले काउंटर अलग परिणाम दे सकते हैं, बिना किसी मनमानी गणना के।

पंक्ति-अंत और कॉपी हुए स्पेस भी अंतर पैदा करते हैं। इस लेख के एक-पंक्ति नमूने के अंत में नई पंक्ति नहीं है। नई पंक्ति जोड़ने से संग्रहीत पाठ और बाइट लंबाई बदलती है, भले ही इनपुट बॉक्स के अंत में वह आसानी से न दिखे। बाइट सीमा वाले सिस्टम में भेजे जाने वाले सटीक मान की जाँच करें, जिसमें फ़ॉर्मैट के आवश्यक विभाजक भी हों।

केवल फ़ॉन्ट बदलने से मूल अक्षर नहीं बदलते। संकरा दिखने वाला लैटिन अक्षर और चौड़ा दिखने वाला चीनी अक्षर, दोनों एक-एक दिखाई देने वाला अक्षर गिने जा सकते हैं। इसके विपरीत, पूर्ण-चौड़ाई अंक को अर्ध-चौड़ाई में बदलने से दृश्य चौड़ाई घट सकती है, जबकि अक्षर संख्या वही रहे। पन्ने पर घिरी जगह गिनती का भरोसेमंद तरीका नहीं है।

दो टूल अलग परिणाम दें तो किसी छोटे नमूने की तुलना करें जिसे आप जाँच सकें। Hanzi, विराम चिह्न, खाली स्थान वाले चिह्न और दूसरी भाषाओं के हिस्से अलग-अलग देखें। कारण समझने के बाद असाइनमेंट या सिस्टम का अपेक्षित माप इस्तेमाल करें, केवल कम संख्या वाला परिणाम न चुनें।

जमा किए जाने वाले अंतिम पाठ को गिनें

1. प्राप्तकर्ता के गिनती नियम की पुष्टि करें।
2. अंतिम पाठ कॉपी करें, साथ में वे शीर्षक या टिप्पणियाँ भी जो दायरे में आती हैं।
3. चीनी अक्षर काउंटर में संबंधित माप का परिणाम देखें।
4. जाँचें कि अंत की खाली पंक्तियाँ या कॉपी हुए फ़ॉर्मैटिंग स्पेस परिणाम बदलते हैं या नहीं।
5. मसौदे का कुल बताने के बजाय अंतिम संपादन के बाद फिर गिनें।

पूर्ण-चौड़ाई और अर्ध-चौड़ाई विराम चिह्न अलग दिख सकते हैं, फिर भी प्रत्येक एक दिखाई देने वाला अक्षर गिना जा सकता है। चौड़ाई कन्वर्टर तभी इस्तेमाल करें जब जमा करने के नियम किसी खास रूप की माँग करें। रूप बदलना और गिनती की परिभाषा तय करना अलग फैसले हैं।