Contador de caracteres

Dos recuentos, porque los piden dos personas distintas

Qué número quieres depende de quién puso el límite. Las redes sociales, los SMS y casi cualquier campo de formulario cuentan los caracteres con espacios. Los trabajos universitarios, las revistas y algunas bases de concurso especifican más a menudo caracteres sin espacios, y en prosa normal eso sale alrededor de un sexto más bajo. Los dos números están uno al lado del otro en la fila principal para que no tengas que restar de cabeza, y la diferencia entre ellos es simplemente tu espacio en blanco: espacios, tabulaciones y saltos de línea salen todos.

El SMS y las tildes: por qué «canción» te deja en 70 caracteres

La cifra del SMS es aritmética y no convención. El cuerpo de un mensaje corto son 140 octetos. El alfabeto GSM de 7 bits mete un carácter en siete bits, y 140 octetos son 1.120 bits, así que caben exactamente 160 caracteres.

Lo que casi nadie sabe es qué letras entran en ese alfabeto. é, ñ, Ñ, ü, ä, ö, à, ¡ y ¿ sí están. á, í, ó y ú no. De ahí sale una consecuencia muy concreta para quien escribe en español: «español», «café» y «¿mañana?» caben en un mensaje de 160 caracteres, mientras que «canción», «país», «adiós» o «tú» fuerzan el mensaje entero a UCS-2, de dieciséis bits por carácter, y 1.120 dividido entre dieciséis son 70. Una sola tilde aguda en una palabra corta te quita más de la mitad del mensaje. La barra de esta página es el caso de mensaje único; la concatenación mete una cabecera dentro de esos mismos 140 octetos y baja las partes a 153 y a 67.

Un emoji es un carácter aquí, y eso es una decisión

Por dentro, una cadena es una sucesión de unidades de código, y un símbolo visible puede ocupar varias. Un pulgar arriba con tono de piel son dos puntos de código; una bandera, dos; un emoji de familia, siete. Esta página cuenta grupos de grafemas con el segmentador del propio navegador, así que cada uno de ellos es uno, igual que lo que borra una sola pulsación de retroceso. Muchos sistemas de servidor cuentan unidades UTF-16 y ven dos, cuatro u once para el mismo texto. Cuando un campo rechaza una biografía que esta herramienta dice que es corta de sobra, esa diferencia sobre qué es un carácter es casi siempre la causa.

Los otros números

Aquí una palabra es una letra o un dígito seguido de cualquier cadena de letras, dígitos, apóstrofos y guiones, así que «ciencia-ficción» es una palabra y «2026» también. Las frases se cortan en punto, interrogación, exclamación o puntos suspensivos, así que una abreviatura como «etc.» se registra como final de frase y un texto lleno de abreviaturas cuenta de más. El tiempo de lectura usa 238 palabras por minuto, la media de lectura silenciosa del metaanálisis de Brysbaert de 2019, y el tiempo hablado usa 130. Las sílabas se estiman a partir de grupos de vocales; el español las separa con mucha más regularidad que el inglés, pero los diptongos y los hiatos («río» son dos sílabas, «rió» una) siguen siendo el punto donde cualquier estimación falla.