Why do UTF-8 bytes differ from character count?

Character count uses JavaScript string length (UTF-16 code units). UTF-8 byte size is what TextEncoder produces. Non-ASCII text (Hangul, emoji, accents) often needs more than one byte per visible character—and some emoji use two UTF-16 units but four UTF-8 bytes.

How are words counted?

After trimming, the text is split on whitespace (spaces, tabs, newlines). Consecutive spaces still count as one break. Text without spaces—such as many CJK phrases—counts as one word.

Are sentences counted accurately for every language?

Sentences are heuristic: runs ending with `.`, `!`, or `?`. Abbreviations (e.g. `Dr.`) and scripts that do not use those marks can skew the count.

No. All counts run locally in your browser.

Byte & Character Counter

Words, Lines, UTF-8

Count UTF-8 bytes, characters, words, lines, and sentences instantly. Free online byte counter and string size tool.

This conversion runs only in your browser — nothing is uploaded.

Counts run locally in your browser — nothing is uploaded.

Characters

Words

Lines

Bytes (UTF-8)

Characters (no spaces)0
Sentences0

Input

What is this tool?

This string counter measures text length from several practical angles: characters, characters without whitespace, words, lines, sentences, and UTF-8 bytes. Counts update live as you type; nothing is uploaded.

Different limits count different things. A UI field may cap characters, a database column may cap bytes, an editorial brief may cap words, and an API may care about encoded payload size. Non-ASCII characters can use multiple UTF-8 bytes even when they look like one glyph.

Common use cases

Check meta descriptions, social posts, or form fields against character vs byte limits
Compare translation length before shipping UI copy
Measure API or log payload size in UTF-8 bytes before sending

How to use

Paste or type text into the input. KPIs (characters, words, lines, UTF-8 bytes) update live at the top.
Use characters without spaces and sentences in the chip row for finer checks.
Load Sample to see ASCII vs Hangul/emoji byte differences.
Copy the stats summary or Clear when done.

Examples

Input / setting	Output	Notes
`Hello world.`	chars 12 · no-spaces 11 · words 2 · lines 1 · sentences 1 · UTF-8 12	Simple ASCII.
`안녕하세요`	chars 5 · words 1 · UTF-8 15	Hangul: 3 bytes per syllable in UTF-8.
`Hi 👋`	chars 5 · words 2 · UTF-8 7	Space + waving hand: JS length 5 (👋 = 2 UTF-16 units), UTF-8 7.
`One.\nTwo!`	lines 2 · sentences 2 · words 2	Newline starts a new line; `!` ends a sentence.

Practical pitfalls

UTF-8 bytes ≠ characters: Hangul, CJK, and emoji inflate byte size; do not use string.length alone for storage quotas.
Words are whitespace-based: CJK or glued tokens without spaces usually count as one word—not a linguistic tokenizer.
Character count is JavaScript UTF-16 length: some emoji are two “characters” even though they render as one glyph.
Sentence detection is punctuation-heuristic; U.S.A.-style abbreviations can over-count.

References

이 도구는 무엇인가요?

문자·공백 제외 문자·단어·줄·문장·UTF-8 바이트를 한곳에서 셉니다. 입력하면 KPI가 바로 갱신되며, 데이터는 업로드되지 않습니다.

UI는 글자 수, DB는 바이트, 원고는 단어, API는 인코딩 크기를 제한하는 경우가 많습니다. 한글·이모지는 보이는 글자보다 UTF-8 바이트가 클 수 있습니다.

자주 쓰는 경우

메타 설명·SNS·입력란의 글자/바이트 한도 확인
UI 카피 번역 길이 비교
API·로그 페이로드의 UTF-8 바이트 크기 점검

사용 방법

텍스트를 붙여넣습니다. 상단 KPI(문자·단어·줄·UTF-8 바이트)가 즉시 갱신됩니다.
칩 행에서 공백 제외 문자·문장 수를 확인합니다.
Sample로 ASCII와 한글·이모지 바이트 차이를 봅니다.
통계 요약을 복사하거나 Clear로 비웁니다.

예시

입력 / 설정	출력	참고
`Hello world.`	chars 12 · no-spaces 11 · words 2 · lines 1 · sentences 1 · UTF-8 12	단순 ASCII.
`안녕하세요`	chars 5 · words 1 · UTF-8 15	한글 음절당 UTF-8 3바이트.
`Hi 👋`	chars 5 · words 2 · UTF-8 7	👋는 UTF-16 2유닛·UTF-8 4바이트(전체 7).
`One.\nTwo!`	lines 2 · sentences 2 · words 2	줄바꿈·문장 부호 반영.

실무에서 흔한 실수

UTF-8 바이트 ≠ 글자 수: 한글·CJK·이모지는 저장 한도에 length만 쓰면 안 됩니다.
단어는 공백 기준: 띄어쓰기 없는 한글 문장은 단어 1개로 잡힐 수 있습니다(형태소 분석 아님).
글자 수는 JS UTF-16 길이입니다. 일부 이모지는 화면상 1글자여도 2로 셉니다.
문장은 . ! ? 휴리스틱이라 약어에서 과다 집계될 수 있습니다.

참고자료

このツールについて

文字数・空白除く文字数・単語・行・文・UTF-8 バイトをまとめて数えます。入力すると KPI が即更新され、アップロードはありません。

UI は文字、DB はバイト、原稿は単語、API はエンコードサイズを制限することがあります。日本語・絵文字は見た目より UTF-8 バイトが大きくなりがちです。

よくある用途

メタ説明・SNS・入力欄の文字/バイト上限チェック
UI コピー翻訳の長さ比較
API・ログペイロードの UTF-8 バイト確認

使い方

テキストを貼り付けます。上部 KPI（文字・単語・行・UTF-8 バイト）がすぐ更新されます。
チップ行で空白除く文字数・文数を確認します。
Sample で ASCII と日本語・絵文字のバイト差を見ます。
統計サマリーをコピーするか Clear します。

例

入力 / 設定	出力	メモ
`Hello world.`	chars 12 · no-spaces 11 · words 2 · lines 1 · sentences 1 · UTF-8 12	単純 ASCII。
`こんにちは`	chars 5 · words 1 · UTF-8 15	ひらがなは UTF-8 で多バイト。
`Hi 👋`	chars 5 · words 2 · UTF-8 7	👋 は UTF-16 で 2、UTF-8 で 4（合計 7）。
`One.\nTwo!`	lines 2 · sentences 2 · words 2	改行と文末記号を反映。

実務での落とし穴

UTF-8 バイト ≠ 文字数: 日本語・CJK・絵文字では保存上限に length だけでは足りません。
単語は空白区切り: 空白のない日本語は 単語 1 になりやすい（形態素解析ではありません）。
文字数は JS の UTF-16 長です。一部の絵文字は見た目 1 でも 2 と数えます。
文は . ! ? ヒューリスティックで、略語で過大になることがあります。

参考資料

¿Qué es esta herramienta?

Mide caracteres, caracteres sin espacios, palabras, líneas, oraciones y bytes UTF-8. Los KPI se actualizan al escribir; no se sube nada.

Distintos límites cuentan cosas distintas: UI por caracteres, BD por bytes, editorial por palabras, API por tamaño codificado. El texto no ASCII suele ocupar varios bytes UTF-8 por glifo.

Casos de uso comunes

Comprobar meta, redes o campos frente a límites de caracteres vs bytes
Comparar longitud de traducciones de UI
Medir el tamaño UTF-8 de payloads de API o logs

Cómo usar

Pega o escribe texto. Los KPI (caracteres, palabras, líneas, bytes UTF-8) se actualizan arriba.
Revisa caracteres sin espacios y oraciones en la fila de chips.
Usa Sample para ver ASCII frente a Hangul/emoji.
Copia el resumen o Clear al terminar.

Ejemplos

Entrada / configuración	Salida	Notas
`Hello world.`	chars 12 · no-spaces 11 · words 2 · lines 1 · sentences 1 · UTF-8 12	ASCII simple.
`안녕하세요`	chars 5 · words 1 · UTF-8 15	Hangul: ~3 bytes UTF-8 por sílaba.
`Hi 👋`	chars 5 · words 2 · UTF-8 7	👋 = 2 unidades UTF-16, 4 bytes UTF-8 (total 7).
`One.\nTwo!`	lines 2 · sentences 2 · words 2	Nueva línea y puntuación.

Errores prácticos

Bytes UTF-8 ≠ caracteres: Hangul, CJK y emoji inflan el tamaño; no uses solo length para cuotas de almacenamiento.
Palabras por espacios: texto CJK sin espacios suele contar como una palabra—no es un tokenizador lingüístico.
El conteo de caracteres es longitud UTF-16 de JS: algunos emoji son dos “caracteres”.
Las oraciones son heurísticas con . ! ?; abreviaturas pueden sobrercontar.

Referencias

Qu'est-ce que cet outil ?

Mesure caractères, caractères sans espaces, mots, lignes, phrases et octets UTF-8. Les KPI se mettent à jour en direct ; rien n’est téléversé.

Les limites ne comptent pas la même chose : UI en caractères, base en octets, brief en mots, API en taille encodée. Le non-ASCII prend souvent plusieurs octets UTF-8 par glyphe.

Cas d'usage courants

Vérifier méta, posts ou champs face aux plafonds caractères vs octets
Comparer la longueur des traductions d’UI
Mesurer la taille UTF-8 des payloads API ou logs

Comment utiliser

Collez ou saisissez du texte. Les KPI (caractères, mots, lignes, octets UTF-8) se mettent à jour en haut.
Consultez caractères sans espaces et phrases dans la rangée de chips.
Utilisez Sample pour comparer ASCII et Hangul/emoji.
Copiez le résumé ou Clear.

Exemples

Entrée / réglage	Sortie	Notes
`Hello world.`	chars 12 · no-spaces 11 · words 2 · lines 1 · sentences 1 · UTF-8 12	ASCII simple.
`안녕하세요`	chars 5 · words 1 · UTF-8 15	Hangul : ~3 octets UTF-8 par syllabe.
`Hi 👋`	chars 5 · words 2 · UTF-8 7	👋 = 2 unités UTF-16, 4 octets UTF-8 (total 7).
`One.\nTwo!`	lines 2 · sentences 2 · words 2	Nouvelle ligne et ponctuation.

Pièges courants

Octets UTF-8 ≠ caractères : Hangul, CJK et emoji gonflent la taille ; ne vous fiez pas au seul length pour les quotas.
Mots découpés sur espaces : un texte CJK sans espaces compte souvent comme un mot—pas de tokeniseur linguistique.
Le compte de caractères est la longueur UTF-16 JS : certains emoji font deux « caractères ».
Les phrases sont heuristiques (. ! ?) ; les abréviations peuvent surcompter.

Références

这个工具是什么？

统计字符、去空白字符、词、行、句子和 UTF-8 字节。输入时顶部 KPI 即时更新，不会上传数据。

不同限制统计不同维度：UI 常限字符、数据库常限字节、文案常限词数、API 关心编码后体积。非 ASCII 往往一个字形对应多个 UTF-8 字节。

常见用途

检查 meta、社交文案或表单的字符/字节上限
对比 UI 文案翻译长度
测量 API 或日志 payload 的 UTF-8 字节大小

如何使用

粘贴或输入文本。顶部 KPI（字符、词、行、UTF-8 字节）即时更新。
在芯片行查看去空格字符数与句子数。
用 Sample 对比 ASCII 与韩文/emoji 的字节差异。
复制统计摘要或 Clear 清空。

示例

输入 / 设置	输出	说明
`Hello world.`	chars 12 · no-spaces 11 · words 2 · lines 1 · sentences 1 · UTF-8 12	简单 ASCII。
`안녕하세요`	chars 5 · words 1 · UTF-8 15	韩文音节多为 3 字节 UTF-8。
`Hi 👋`	chars 5 · words 2 · UTF-8 7	👋 为 2 个 UTF-16 单元、4 个 UTF-8 字节（合计 7）。
`One.\nTwo!`	lines 2 · sentences 2 · words 2	换行与句末标点。

实践中的常见误区

UTF-8 字节 ≠ 字符数：韩文、CJK、emoji 会抬高字节；不要只用 length 估存储配额。
词数按空白分割：无空格的中文通常计为 1 个词——不是分词器。
字符数是 JS 的 UTF-16 长度：部分 emoji 显示为 1 个字形却计为 2。
句子以 . ! ? 启发式检测，缩写可能多计。

参考资料

這個工具是什麼？

統計字元、去空白字元、詞、行、句子與 UTF-8 位元組。輸入時頂部 KPI 即時更新，不會上傳資料。

不同限制統計不同維度：UI 常限字元、資料庫常限位元組、文案常限詞數、API 關心編碼後體積。非 ASCII 往往一個字形對應多個 UTF-8 位元組。

常見用途

檢查 meta、社群文案或表單的字元/位元組上限
對比 UI 文案翻譯長度
測量 API 或日誌 payload 的 UTF-8 位元組大小

如何使用

貼上或輸入文字。頂部 KPI（字元、詞、行、UTF-8 位元組）即時更新。
在晶片列查看去空白字元數與句子數。
用 Sample 對比 ASCII 與韓文/emoji 的位元組差異。
複製統計摘要或 Clear 清空。

範例

輸入 / 設定	輸出	說明
`Hello world.`	chars 12 · no-spaces 11 · words 2 · lines 1 · sentences 1 · UTF-8 12	簡單 ASCII。
`안녕하세요`	chars 5 · words 1 · UTF-8 15	韓文音節多為 3 位元組 UTF-8。
`Hi 👋`	chars 5 · words 2 · UTF-8 7	👋 為 2 個 UTF-16 單元、4 個 UTF-8 位元組（合計 7）。
`One.\nTwo!`	lines 2 · sentences 2 · words 2	換行與句末標點。

實務上常見陷阱

UTF-8 位元組 ≠ 字元數：韓文、CJK、emoji 會抬高位元組；不要只用 length 估儲存配額。
詞數依空白分割：無空白的中文通常計為 1 個詞——不是斷詞器。
字元數是 JS 的 UTF-16 長度：部分 emoji 顯示為 1 個字形卻計為 2。
句子以 . ! ? 啟發式偵測，縮寫可能多計。

參考資料

Last reviewed: 2026-07-27

Frequently asked questions

Why do UTF-8 bytes differ from character count?: Character count uses JavaScript string length (UTF-16 code units). UTF-8 byte size is what TextEncoder produces. Non-ASCII text (Hangul, emoji, accents) often needs more than one byte per visible character—and some emoji use two UTF-16 units but four UTF-8 bytes.
How are words counted?: After trimming, the text is split on whitespace (spaces, tabs, newlines). Consecutive spaces still count as one break. Text without spaces—such as many CJK phrases—counts as one word.
Are sentences counted accurately for every language?: Sentences are heuristic: runs ending with `.`, `!`, or `?`. Abbreviations (e.g. `Dr.`) and scripts that do not use those marks can skew the count.
Is text uploaded?: No. All counts run locally in your browser.