การนับข้อความจีน: ตัวอักษร คำ เครื่องหมาย และช่องว่าง

งานภาษาจีนที่กำหนดจำนวนตัวอักษรกับใบเสนอราคาแปลที่คิดตามจำนวนคำอาจวัดคนละอย่าง ภาษาจีนโดยทั่วไปไม่ได้เว้นวรรคระหว่างทุกคำ ดังนั้นการนับส่วนที่คั่นด้วยช่องว่างจึงไม่ให้จำนวนคำภาษาจีนที่มีประโยชน์

ก่อนนับ ให้กำหนดหน่วยที่ต้องการให้ชัดเจน ขีดจำกัดรวมเครื่องหมายวรรคตอน อักษรละติน ตัวเลข ช่องว่าง หัวข้อ และรายการอ้างอิงหรือไม่ ผลคำนวณอาจถูกต้องแต่ไม่ตรงกับกฎการส่งงาน หากนับอักขระคนละกลุ่มกับที่กำหนด

ตัวอย่างเดียวที่มีผลรวมถูกต้องหลายแบบ

ใช้ตัวอย่างหนึ่งบรรทัดต่อไปนี้ ซึ่งมีช่องว่างธรรมดาหนึ่งช่องก่อนปี:

你好，China 2026!

เครื่องหมายวรรคตอนคือจุลภาคจีนกับเครื่องหมายอัศเจรีย์ ทั้งสองเป็นอักขระ แต่ไม่อยู่ในจำนวนที่นับเฉพาะอักษรจีน ดังนั้นกฎที่ไม่นับเครื่องหมายวรรคตอนจึงต่างจากกฎที่ตัดเฉพาะช่องว่างออก

คำภาษาจีนหนึ่งคำอาจมีหลายตัวอักษร

学习中文 มีอักษรจีนสี่ตัว ในการอ่านทั่วไปสามารถแบ่งเป็น 学习 และ 中文 ได้ การตัดคำขึ้นอยู่กับภาษาและบริบท การนำจำนวนอักขระไปหารด้วยความยาวคำเฉลี่ยที่สมมติขึ้นไม่ได้ทำให้เครื่องมือนับอักขระกลายเป็นเครื่องมือนับคำ

สำหรับราคาแปล ให้ยืนยันว่าคิดตามตัวอักษรต้นฉบับ คำในฉบับแปล หรือหน่วยอื่นที่ระบุไว้ เก็บนิยามนี้ไว้กับใบเสนอราคา เพื่อไม่ให้ทั้งสองฝ่ายเปรียบเทียบผลรวมคนละเกณฑ์เมื่อส่งมอบงาน

อักขระที่มองเห็นกับขนาดจัดเก็บต่างกัน

สัญลักษณ์บางตัวที่แสดงบนจอประกอบด้วยจุดรหัส Unicode หลายจุด อีโมจิที่มีตัวปรับแต่ง หรืออักษรที่ตามด้วยเครื่องหมายกำกับเสียงแบบประกอบ อาจดูเหมือนหนึ่งอักขระ โปรแกรมที่นับหน่วยจัดเก็บจึงอาจให้ผลต่างจากเครื่องมือที่นับกลุ่มอักขระตามการแสดงผล

ความยาวเป็นไบต์ก็เป็นอีกหน่วยหนึ่ง ตัวอย่างข้างต้นใช้ 20 ไบต์ใน UTF-8 เมื่อไม่มีเครื่องหมายลำดับไบต์และอักขระจบบรรทัด แม้จะแสดงเพียงสิบสี่อักขระ จึงตรวจขีดจำกัดไบต์โดยสมมติว่าอักขระที่เห็นทุกตัวใช้หนึ่งไบต์ไม่ได้

ตกลงส่วนที่จะนำมานับ

เอกสารอาจมีชื่อเรื่อง หัวข้อย่อย เนื้อหาหลัก และรายการอ้างอิง หากข้อจำกัดใช้กับเนื้อหาหลักเท่านั้น การวางทั้งเอกสารลงในตัวนับคือเลือกขอบเขตผิด แม้จะนับทุกตัวถูกต้องก็ตาม ระบุขอบเขตให้ชัด แทนการเปลี่ยนวิธีนับไปเรื่อย ๆ จนผลต่ำกว่าขีดจำกัด

ในใบเสนอราคาหรือการส่งมอบ ให้บันทึกทั้งหน่วยและส่วนที่รวมไว้ เช่น “เฉพาะเนื้อหาหลัก ไม่รวมอักขระช่องว่าง รวมเครื่องหมายวรรคตอน” เป็นเกณฑ์ที่ตรวจซ้ำได้ ส่วน “ประมาณหนึ่งพันคำภาษาจีน” มีประโยชน์น้อยกว่า หากฝ่ายหนึ่งนับอักษรจีน แต่อีกฝ่ายนับคำที่ตัดแล้วหรืออักขระที่แสดงทั้งหมด

อย่าลบเครื่องหมายวรรคตอนเพียงเพื่อให้ผลรวมน้อยลง เว้นแต่กฎของผู้รับจะไม่นับเครื่องหมายเหล่านี้ เครื่องหมายเป็นส่วนของข้อความที่ผู้อ่านต้องใช้ การนับแยกช่วยอธิบายผลต่างได้โดยไม่แก้ข้อความที่จะส่ง

ตรวจข้อความที่มีหลายภาษา

ย่อหน้าภาษาจีนอาจมีรหัสสินค้า ชื่อที่ใช้อักษรละติน วันที่ และอีโมจิ ผลที่นับเฉพาะอักษรจีนจะตัดสิ่งเหล่านี้ออกเป็นส่วนใหญ่ จึงมีประโยชน์กับวัตถุประสงค์หนึ่ง แต่ไม่จำเป็นต้องเหมาะกับแบบฟอร์มที่จำกัดความยาวทั้งช่อง เลือกผลรวมที่ตรงกับขีดจำกัดของผู้รับ

ลองดู é ซึ่งอาจแทนด้วยจุดรหัส Unicode ที่ประกอบสำเร็จแล้วหนึ่งจุด หรือด้วย e ตามด้วยเครื่องหมายกำกับเสียงเฉียบแบบประกอบ ทั้งสองแบบอาจเห็นเป็นหนึ่งอักขระ แต่มีจำนวนจุดรหัสและความยาว UTF-8 ต่างกัน จึงอธิบายได้ว่าทำไมตัวนับที่ใช้นิยามทางเทคนิคต่างกันให้ผลไม่เท่ากัน โดยไม่ได้คำนวณตามใจ

อักขระจบบรรทัดและช่องว่างที่ติดมากับการคัดลอกก็สร้างความต่าง ตัวอย่างหนึ่งบรรทัดในบทความนี้ไม่มีการขึ้นบรรทัดใหม่ท้ายข้อความ การเพิ่มบรรทัดใหม่เปลี่ยนข้อความที่จัดเก็บและจำนวนไบต์ แม้อาจมองข้ามได้ง่ายที่ท้ายช่องกรอก หากระบบจำกัดไบต์ ให้ตรวจค่าที่จะส่งจริง รวมถึงตัวคั่นที่รูปแบบกำหนด

เปลี่ยนฟอนต์อย่างเดียวไม่ได้เปลี่ยนอักขระต้นทาง ตัวอักษรที่ดูแคบกับอักษรจีนที่ดูกว้างอาจนับเป็นอักขระที่แสดงอย่างละหนึ่งตัว ในทางกลับกัน การเปลี่ยนตัวเลขเต็มความกว้างเป็นครึ่งความกว้างอาจลดพื้นที่ที่เห็นโดยไม่เปลี่ยนจำนวนอักขระ พื้นที่บนหน้ากระดาษจึงไม่ใช่วิธีนับที่เชื่อถือได้

หากสองเครื่องมือให้ผลต่างกัน ให้เทียบตัวอย่างสั้น ๆ ที่ตรวจองค์ประกอบได้ แยกดูอักษรจีน เครื่องหมายวรรคตอน อักขระช่องว่าง และส่วนภาษาอื่น เมื่อรู้สาเหตุแล้วให้ใช้หน่วยที่งานหรือระบบกำหนด ไม่เลือกเพียงค่าที่น้อยกว่า

นับข้อความฉบับสุดท้ายที่จะส่งจริง

1. ยืนยันกฎการนับของผู้รับ
2. คัดลอกข้อความสุดท้ายพร้อมหัวข้อหรือหมายเหตุที่อยู่ในขอบเขตการส่ง
3. ใช้ เครื่องมือนับอักษรจีน และดูค่าตามหน่วยที่เกี่ยวข้อง
4. ตรวจผลของบรรทัดว่างท้ายข้อความและช่องว่างจัดรูปแบบที่คัดลอกติดมา
5. นับใหม่หลังแก้ไขครั้งสุดท้าย แทนการแจ้งจำนวนจากฉบับร่าง

เครื่องหมายวรรคตอนเต็มความกว้างและครึ่งความกว้างอาจดูต่างกัน แต่แต่ละตัวก็ยังนับเป็นหนึ่งอักขระที่แสดงได้ ใช้ เครื่องมือแปลงความกว้าง เมื่อข้อกำหนดการส่งต้องการรูปแบบเฉพาะเท่านั้น การเปลี่ยนรูปลักษณ์กับการกำหนดวิธีนับเป็นคนละการตัดสินใจ