🔡 Compteur de Caractères Japonais (文字数・バイト数)

Compter du texte en japonais n’est pas aussi simple qu’il y paraît. Un seul « caractère » peut être une lettre latine de demi-largeur (1 octet en Shift-JIS), un kana ou kanji de pleine largeur (2 octets en Shift-JIS), ou une lettre latine de pleine largeur (2 octets aussi). Les formulaires, bases de données et systèmes japonais hérités ont souvent des limites exprimées en comptes d’octets plutôt qu’en caractères. Connaître les deux comptes (en UTF-8 et Shift-JIS) est essentiel pour remplir des formulaires web japonais et concevoir des colonnes de base de données.

Ce compteur de caractères japonais indique le nombre de caractères avec et sans espaces, le nombre de lignes, le compte d’octets en UTF-8, en Shift-JIS, et une répartition des caractères pleine largeur vs demi-largeur.

Le compteur parcourt l’entrée une fois et, pour chaque caractère, enregistre sa longueur en octets UTF-8 (1 pour ASCII, 2 pour le supplément Latin-1 et le grec, 3 pour les kana, kanji et la plupart des symboles, 4 pour les emoji) et sa longueur en octets Shift-JIS (1 pour ASCII et katakana demi-largeur, 2 pour les kana pleine largeur, kanji et Latin pleine largeur). Il classe aussi chaque caractère comme pleine largeur ou demi-largeur.

1. Collez votre texte japonais (ou mixte) dans le champ de saisie.
2. Les compteurs se mettent à jour instantanément pendant la frappe ou le collage.
3. Vérifiez le nombre de caractères avec et sans espaces.
4. Vérifiez les comptes d’octets UTF-8 et Shift-JIS pour les limites de formulaire ou de base de données.
5. Utilisez la répartition pleine largeur vs demi-largeur pour planifier la normalisation.

Pourquoi y a-t-il deux comptes d’octets différents ?

Les différents systèmes encodent le japonais différemment. Les pages web modernes utilisent UTF-8 (un kanji = 3 octets), tandis que de nombreux systèmes gouvernementaux et bancaires japonais plus anciens utilisent Shift-JIS (un kanji = 2 octets). L’outil affiche les deux.

Quand un formulaire dit qu’il prend 30 octets, quel encodage signifie-t-il ?

Cela signifie presque toujours des octets Shift-JIS, car c’est l’encodage hérité des systèmes internes japonais. Prévoyez 2 octets par caractère pleine largeur.

Comment les emoji sont-ils comptés ?

Les emoji font généralement 4 octets en UTF-8 et ne sont pas représentables en Shift-JIS de base, ils font souvent rejeter l’entrée par les formulaires hérités. Le compteur affiche leur coût en octets UTF-8.

Compte-t-il les mots en plus des caractères ?

Il se concentre sur les caractères et les octets car le japonais n’a pas d’espaces entre les mots, ce qui rend un compte de mots par division d’espaces peu fiable. Le compte de caractères est la métrique standard.

Quelle est la différence entre pleine largeur et demi-largeur ?

Les caractères de demi-largeur (A, 1, ｱ) sont étroits et coûtent 1 octet Shift-JIS ; ceux de pleine largeur (Ａ, １, ア, 日) sont larges et coûtent 2. Les IME japonais produisent du Latin pleine largeur souvent normalisé en demi-largeur.

Mon texte est-il envoyé à un serveur ?

Non. Tout le comptage se fait dans votre navigateur en JavaScript. Rien n’est téléversé, stocké ou journalisé.

Quand un formulaire japonais dit qu’il accepte « 30 octets », cela signifie presque toujours des octets Shift-JIS, car c’est l’encodage hérité que la plupart des systèmes gouvernementaux et bancaires utilisent encore : prévoyez 2 octets par caractère pleine largeur. Les chiffres et lettres latines pleine largeur (０１２３, ＡＢＣ) coûtent 2 octets Shift-JIS chacun. Les emoji comptent pour 4 octets UTF-8 et sont souvent rejetés par les formulaires hérités.