Článek

Slova, znaky a velikost písmen: jak počítání textu doopravdy funguje

Počítání textu zní jako jediný úkol, ve kterém se počítač nemůže splést, a přesto vám dva nástroje ochotně vrátí jiná čísla pro stejný odstavec, jeden emoji tě může stát 70 znaků SMS a «280 znaků» na X neznamená, co se zdá. Za každodenními činnostmi jako psaní do limitu, přejmenovávání proměnných nebo vyplňování mockupu stojí několik pravidel, která se vyplatí znát. Tento článek je prochází a jako pracovní příklady používá drobné textové nástroje na tomto webu.

Napsal Bastien Sulyan · Publikováno dne 16. července 2026

Co se počítá jako slovo

Většina počítadel, to naše nevyjímaje, definuje slovo tak, jak to dělaly písařky: řetězec viditelných znaků mezi mezerami nebo zalomeními řádku. Už toto jediné pravidlo vysvětluje většinu neshod. Je «socio-ekonomický» jedno slovo, nebo dvě? Při dělení podle mezer jedno. A «vědecko-technický»? Jedno. Čísla, URL a e-mailové adresy se také každé počítají jako jedno slovo. Konvence se hroutí u jazyků psaných bez mezer: v čínštině nebo japonštině není mezera, podle které by se dalo dělit, takže «počet slov» nedává smysl a je lepší pracovat s počtem znaků. Odhady doby čtení navrší druhou konvenci: náš počítač slov dělí počet slov 200 slovy za minutu, běžným průměrem pro tiché čtení dospělého, takže výsledek berte jako orientační číslo pro plánování, ne jako slib.

Znak není vždy jeden symbol

Počítání znaků je kalnější, protože unicodový text má vrstvy. To, co vnímáte jako jeden znak (grafém), může být složeno z několika kódových bodů a každý kódový bod zabírá jednu nebo dvě z 16bitových jednotek, které počítá vlastnost length v JavaScriptu. Emoji usmívající se tváře je jeden grafém, ale dvě takové jednotky, takže naivní počítadlo řekne 2. Rodinné emoji vzniklé spojením několika emoji osob je jeden grafém, pět kódových bodů a osm jednotek. Tento problém má i obyčejný text: «café» lze uložit s é jako jedním kódovým bodem, nebo jako e následované kombinujícím akcentem, na obrazovce identické, v počtu odlišné. Proto se dvě počítadla neshodnou: měří odlišné vrstvy. Pravidla pro seskupování kódových bodů do znaků vnímaných uživatelem jsou standardizována v přehledu segmentace textu Unicode (UAX #29) a dobře udělaná počítadla se jím řídí.

Tři řetězce změřené ve třech vrstvách Unicode: emoji usmívající se tváře je 1 grafém a 2 jednotky UTF-16, rodinné emoji je 1 grafém, 5 kódových bodů a 8 jednotek, a rozložené café je 4 grafémy, ale 5 kódových bodů

Limity, kvůli kterým vlastně počítáte

U znakových limitů se z počítání stávají peníze. SMS unese 160 znaků v kompaktní abecedě GSM-7, ale jediný znak mimo ni (emoji nebo písmeno, které abeceda nemá) přepne celou zprávu na UCS-2 a limit klesne na 70; dlouhé zprávy se dělí na části po 153 nebo 67 znacích, každá účtovaná zvlášť. X povoluje 280 znaků na příspěvek, ale váží je: každá URL se počítá jako 23 bez ohledu na skutečnou délku a většina emoji a znaků CJK se počítá jako 2. Úryvky ve výsledcích vyhledávání mají místo toho měkké limity: Google zkracuje nadpisy a popisy podle šířky v pixelech, takže známá čísla 60 znaků pro nadpis a 155 pro popis jsou spíš pracovní konvence než záruky. Když na limitu skutečně záleží, počítejte podle stejných pravidel, jaká používá platforma, a nechte si rezervu.

Velikost písmen je konvence a každý styl má svůj domov

Změna velikosti písmen zní triviálně, dokud nenarazíte na konvence, které se na ni nabalují. Próza zná Title Case, oblíbený u amerických titulků, a sentence case, kterému dává přednost většina evropských stylistických příruček. Kód má vlastní rodiny: camelCase pro proměnné v JavaScriptu a Javě, PascalCase pro názvy tříd a komponent, snake_case v Pythonu a databázích, SCREAMING_SNAKE_CASE pro konstanty a kebab-case pro CSS třídy, názvy souborů a URL slugy, kde malá písmena zabraňují klasické pasti odkazů, které se liší jen velikostí písmen. Ruční převod hrstky identifikátorů je v pořádku; převod seznamu osmdesáti je způsob, jak vznikají překlepy. Konvertor velikosti písmen provádí transformaci mechanicky, včetně ošidných částí, jako je rozhodování, co se stane se zkratkami a existujícími oddělovači.

Výplňový text a soubory, které se váš telefon odmítá otevřít

Sadu doplňují ještě dvě činnosti. Rozvržení se posuzuje pomocí výplňového textu, protože skutečné věty odvádějí pozornost k jejich významu; lorem ipsum funguje právě proto, že je téměř, ale ne úplně, čitelná latina. Náš generátor ho vytváří po odstavcích, větách nebo slovech, takže mockup lze vyplnit realistickými délkami místo jednoho vloženého a opakovaného bloku. A když někdo pošle soubor .md, .json, .csv nebo .log, který se telefon odmítá otevřít, prohlížeč textu v prohlížeči ho zobrazí bez instalace editoru nebo přeposílání souboru na nějaký konverzní web. Vše výše uvedené, včetně počítání, běží celé ve vašem prohlížeči: text nikdy neopustí vaše zařízení, což má větší význam než obvykle, když měříte koncept, smlouvu nebo log plný interních cest.

Nástroje v tomto článku

Časté dotazy

Kolik slov se vejde na stránku?

Vydavatelské konvence počítají s asi 500 slovy pro stránku s jednoduchým řádkováním a asi 250 pro stránku s dvojitým řádkováním, za předpokladu standardního 12bodového písma na papíře A4 nebo letter. Skutečné dokumenty se od těchto čísel odchylují při každé změně písma, okraje nebo nadpisu, a proto úkoly a odevzdané práce stále častěji uvádějí počet slov místo počtu stránek. Pokud už text máte, spočítejte ho přímo a odhad přeskočte; konvence pro stránky jsou užitečné jen předtím, než text existuje.

Co vlastně znamená lorem ipsum?

Je to promíchaná latina, ne blábol. Standardní pasáž je ostříhaná a přeskládaná z díla Cicerona De finibus bonorum et malorum, filozofického textu z roku 45 př. n. l.; úryvek «dolorem ipsum» znamená «bolest samotná». Smysl je právě v promíchání: text vypadá jako přirozený jazyk, s věrohodnými délkami slov a rytmem vět, ale brání se čtení, takže se lidé dívají na rozvržení, ne na obsah. Jeho moderní rozšíření se obvykle připisuje přenosovým foliím Letraset v 60. letech a softwaru pro počítačovou sazbu v 80. letech.

Proč platforma počítá méně znaků než moje počítadlo?

Protože platformy počítají s vlastními váhami. X začíná na 280, ale účtuje každou URL jako 23 znaků a většinu emoji a znaků CJK jako 2 za kus. SMS brány přepnou celou zprávu ze 160znakové abecedy GSM-7 na 70znakový režim UCS-2, jakmile si to vyžádá jediný znak. A libovolná platforma může počítat kódové jednotky místo grafémů, takže jediné rodinné emoji může spotřebovat 8 jednotek limitu. Když se číslo na tlačítku neshoduje s vaším počítadlem, vyhrávají pravidla platformy; pište s rezervou nebo si to před odesláním ověřte počítadlem samotné platformy.