Une convention de mots reproductible
« L’école porte-monnaie coûte 3,14 euros » contient cinq groupes séparés par des espaces. L’apostrophe, le trait d’union interne et la virgule décimale ne divisent pas ces groupes. Un groupe composé seulement de ponctuation n’est pas un mot. La segmentation lexicale du navigateur peut donner un autre résultat. Conservez la convention choisie avec le décompte plutôt que de supposer une équivalence avec un logiciel de traitement de texte.
Un caractère visible peut occuper plusieurs unités
A😀é suivi d’un saut de ligne donne quatre caractères visibles, cinq points de code, six unités UTF-16 et neuf octets UTF-8. L’accent combiné reste visuellement lié à sa lettre. Le brouillon original n’est pas normalisé. Un fichier peut contenir une marque BOM ou des fins de ligne différentes : la mesure porte sur le contenu de l’éditeur, pas sur une validation de taille de fichier.
Base du décompte
Par défaut, un mot est un groupe séparé par des espaces contenant une lettre ou un chiffre. Apostrophes, traits d’union et décimales restent internes. L’autre méthode du navigateur peut différer. Les options d’espacement modifient les caractères visibles, pas les octets ni les mots d’origine. Vérifiez si la consigne porte sur les mots, les caractères visibles ou les octets et si les titres, références et sauts de ligne comptent. Cet outil ne décide pas de ces règles. Choisir un extrait ou des sections explicites évite de compter le mauvais contenu.