如何实现字符/中文字数统计？JS代码实现详解

统计字数/字符

平时，在写一些报告时，需要统计字数；亦或者，我们在填写一些信息，有字数要求。这个时候，大部分人会打开Word，进行字数统计。这样效率过低，且无法模块化移植。（而且macOS启动Microsoft Word挺慢的😪……）
本次给大家介绍，如何使用JavaScrip前端统计输入内容所包含的字符和字数。稍微美化一下，放到服务器里，以后统计文字字数就不用等Word加载了🤔。

在线演示🖥

为了让大家更方便理解，什么是统计字数。我做了一个在线统计字数的网站。原理就是本篇文章：

• Mintimate-纯粹在线工具：https://tool.mintimate.cn

本文章同步发布于：

• 腾讯云社区：如何使用JavaScript，纯前端实现字符、字数统计？
• Mintimate的知乎：如何使用JavaScript，纯前端实现字符、字数统计？
• CSDN：如何使用JavaScript，纯前端实现字符、字数统计？

  实现逻辑🤖

首先，我们把段落才分成一个一个的字节，HTML里我们打一个ID：content，之后用JS用来获取用户输入的段落（标签我们使用textarea标签）。对于Javascript部分，我们引用jQuery:

// 获取段落内容
Words = $('#content').val();

对于拆分段落内容为字符，我们使用charAT方法即可将字符串转为字符数组，配合循环遍历即可完成统计：

// 标点和中文
var sTotal = 0;
// 中文字判断
var iTotal = 0;
// 英文字母
var eTotal = 0;
// 数字判断
var inum = 0;
for (i = 0; i < Words.length; i++) {
    var c = Words.charAt(i);
    if (c.match(***)) {
    //判断
    }
}

最后的判断，也是个难题，如何判断？主要有两个要点：

• 正则表达式
• Unicode编码判断

判断规则⚖️

正则表达式

可以看到，我们前面逻辑判断语句：

var c = Words.charAt(i);
if (c.match(***)) {
//判断
}

其中的match方法可能很多人平时没用，该方法是：可在字符串内检索指定的值，或找到一个或多个正则表达式的匹配。

而正则表达式，是出自Unix，这注定正则表达式的泛用。使用正则表达式可以快速匹配目标内容。举个例子，如果你要匹配一段字符串，是否包含字符abc，只需要用正则表达式：/[abc]/即可。

Unicode编码

常用的编码，一般为UTF-8、UTF-16等。至于什么是编码，其实就是我们使用的文字对应一个机械代码：

# helloworld
\u0068\u0065\u006c\u006c\u006f\u0077\u006f\u0072\u006c\u0064

而Unicode上，不同国家的字集是分区块的，我们需要用到的：

字符集	字数	Unicode 编码
基本汉字	20902字	4E00-9FA5
基本汉字补充	38字	9FA6-9FCB
扩展A	6582字	3400-4DB5
扩展B	42711字	20000-2A6D6
扩展C	4149字	2A700-2B734
扩展D	222字	2B740-2B81D
康熙部首	214字	2F00-2FD5
部首扩展	115字	2E80-2EF3
兼容汉字	477字	F900-FAD9
兼容扩展	542字	2F800-2FA1D
PUA(GBK)部件	81字	E815-E86F
部件扩展	452字	E400-E5E8
PUA增补	207字	E600-E6CF
汉字笔画	36字	31C0-31E3
汉字结构	12字	2FF0-2FFB
汉语注音	22字	3105-3120
注音扩展	22字	31A0-31BA
〇	1字	3007
数字0-9	10字	30-39
小写英文字母	26字	61-7a
大写英文字母	26字	41-5a

而汉字的Unicode范围为\u4E00-\u9FA5。这意味着：如果你要判断字是否为汉字，那么最基本只需要判断是否在这个区间即可。

代码实现✌️

最后，终于讲到大家期待的代码实现部分了。不过，相信大家看了上诉分析，应该都用思路了～～

统计中文

按刚刚所说，我们使用Unicode编码配合正则表达式进行中文字节统计：

\u4E00-\u9FA5为中文Unicode编码段，所以使用正则表达式，匹配每个字是否为中文：

for (i = 0; i < Words.length; i++) {
     var c = Words.charAt(i);
     //基本汉字
     if (c.match(/[\u4e00-\u9fa5]/)) {
         iTotal++;
         }
     //基本汉字补充
    else if (c.match(/[\u9FA6-\u9fcb]/)){
        iTotal++;
        }
}

所以：

中文字数=iTotal

统计英文和数字

for (i = 0; i < Words.length; i++) {
    var c = Words.charAt(i);
    if (c.match(/[^\x00-\xff]/)) {
        sTotal++;
    }
    else {
         eTotal++;
    }
    if (c.match(/[0-9]/)) {
        inum++;
    }
}

这边解释一下：

• /[^\x00-\xff]/：匹配所有非双字节的字符。
• /[0-9]/：匹配数字0到9

理论上，sTotal包含：中文字、中文全角字符（如：？。、，等）。所以：

中文全角标点=iTotal-sTotal
数字=inum

字数=inum + iTotal

标点=sTotal - iTotal

字母=eTotal - inum

字符=iTotal * 2 + (sTotal - iTotal)* 2 + eTotal

换成JS+JQ代码：

//汉字
$('#hanzi').text(iTotal);
//字数
$('#zishu').text(inum + iTotal);
//标点
$('#biaodian').text(sTotal - iTotal);
//字母
$('#zimu').text(eTotal - inum);
//数字
$('#shuzi').text(inum);
//字符
$("#zifu").text(iTotal * 2 + (sTotal - iTotal) * 2 + eTotal);

总结📝

使用JavaScript，轻松前端进行字符和字数的统计。减轻后端压力。并且，本方法使用正则表达和Unicode字符判断，理论上可以一直到任何平台。

作者：Mintimate

博客：https://www.mintimate.cn

Mintimate’s Blog，只为与你分享

---

若对文章很感兴趣，可以B站关注我ヾ(≧▽≦*)o

点此跳转“爱发电”页面(○｀ 3′○)