VoiceBookify

PDF 字数统计

把书拖进来,免费做 PDF 字数统计,数的是书本身:页眉、页码、扉页和版权说明都去掉并逐项列出,旁边再给出全部文字的数。每章字数、页数和有声书时长一并算好,全在你的浏览器里完成。

把 PDF、EPUB 或 Word 文件拖到这里

文件会在工作台的字数统计里打开,在你的浏览器里数。

在你的浏览器里数,文件不上传。

示例 PDF 的统计结果

《傲慢与偏见》第 1 至 3 章· PDF · 11 页

3,351

正文词数

文件里的全部文字:3,676 词。

  • 页眉 11 处:55
  • 页码 11 处:44
  • 插图说明:69
  • 古腾堡说明:157
  • Chapter I8515 分钟
  • Chapter II8005 分钟
  • Chapter III1,70011 分钟
有声书时长
22 分钟
阅读时间
13 到 14 分钟
正文和全部文字,差在哪逐项列出
2 个数
PDF、EPUB、Word、TXT、Markdown
5 种格式
《傲慢与偏见》正文词数,和公布的数只差 0.5%
121,975
文件不离开你的浏览器
0 上传

PDF 字数怎么统计?

用能读取 PDF 文字层的工具打开,再按词数。直接数会把页面上的一切都算进去,页眉、页码、扉页也在内:我们 11 页的《傲慢与偏见》示例里,全部文字 3,676 词,故事正文只有 3,351 词。这个 PDF 字数统计两个数都给,并列出差在哪。扫描版 PDF 没有文字层,要先做文字识别(OCR)才能数。

PDF 字数统计怎么用

三步,多数书几秒钟就数完。

  1. 放入文件

    把 PDF、EPUB、Word 或纯文本文件拖进来,或者点选。文件在你的设备上由有声书制作器用的同一个解析器读取,不上传,也不用注册。

  2. 看两个数

    大字是 PDF 字数统计得出的正文字数。下面是文件里的全部文字,以及去掉了什么:示例里是 11 处页眉、11 处页码、插图说明和古腾堡说明。

  3. 看每章、页数和时长

    每章一行,有字数和有声书时长。可以下载 CSV 放进表格,也可以把文件直接带进有声书制作器。

为什么用这个 PDF 字数统计

数的是书本身,说清去掉了什么,书常见的格式都能读。

两个数,差在哪逐项列出

多数工具把页面上的文字全数进去。这里先给正文字数,再给全部文字,差额逐项写明:页眉和页码写明几处,扉页、目录、版权页和版权说明写明多少词。

PDF、EPUB、Word 一个地方数

PDF 字数统计的拖放框也收 EPUB、Word(DOCX)、TXT 和 Markdown,五种格式规则一样。EPUB 按阅读顺序的章节数,Word 按标题分章。

PDF 字数按章列出

章节先看 PDF 的书签,没有就看标题,再没有就找“Chapter 7”“第七章”这样的行。每章给出字数和有声书分钟数,整张表可以下载成 CSV。

页数、字符数和阅读时间

按每页 250 词估算印成书的页数;字符数分含空格和不含空格;默读时间按每分钟 260 到 238 词,这是 2019 年一篇汇总 190 项研究的综述给出的小说和非虚构平均速度。

有声书的时长和价格

有声书时长按 ACX 给的每成品小时 9,300 词算,朗读速度可以自己调。我们 AI 朗读者读完正文要多久、要多少积分,和有声书制作器给出的估算一致。

不上传,免费用

文件在你的浏览器标签页里打开,不发往任何地方:不上传、不注册,数多少本都可以。只有用 AI 声音做成有声书才用积分。

一本书的字数:全部文字和正文,实测

本页数了四个公有领域的文件。“去掉的部分”是直接数会算进去、正文不算的文字。

文件全部文字去掉的部分正文章数
《傲慢与偏见》第 1 至 3 章PDF · 11 页3,676325: 古腾堡说明 157,插图说明 69,页眉 55,页码 443,3513
《傲慢与偏见》全书EPUB130,5108,535: 序言 4,317,古腾堡说明 3,058,目录 569,插图说明 466,扉页等前页 125121,97561
《世界大战》全书TXT63,3553,232: 古腾堡说明 3,044,目录 144,扉页等前页 4460,12327
《世界大战》第 1 至 3 章书稿Word4,717134: 版权页 60,书后部分 52,目录 224,5833

PDF 字数统计是怎么数的

PDF 里的文字是一段段摆在页面上的字符,没有段落。要数字数,先按位置还原阅读顺序,把行末用连字符断开的词接回去,再按空格分词。

怎样算一个词也有讲究。这里用撇号、连字符或小数点连起来的字母和数字算一个词(don’t、to-morrow、3.5、1,000);破折号两边算两个词;中日韩文字一个字算一个。各家工具在这些小地方处理不同,所以两个工具的数很少完全一样。

页眉和页码为什么会把 PDF 字数撑大

页眉在每一页重复书名或作者名,页码每页又多一个词以上。示例 11 页里它们一共 99 词,每页 9 个。放到一本 300 页的小说上,就是大约 2,700 个书里并没有的词。

这个 PDF 字数统计像读者一样认出它们:在各页顶端或底端重复出现的短行,只有一个数字或写着“Page 3 of 11”的行。它们算在全部文字里,不算进正文,并写明有几处。

扉页、版权说明和插图说明

第一章之前有扉页、献词、目录和版权页,最后一章之后有索引、注释和作者简介。我们数的整本《傲慢与偏见》EPUB 全部文字 130,510 词,其中 3,058 词是古腾堡的版权说明,4,317 词是评论家 George Saintsbury 写的序言。

正文保留各章,以及作者自己写的序章和引言。“[Illustration: He rode a black horse]”这样的插图说明也不算进正文。想把哪一节算回来,在有声书制作器里打开文件勾上即可。

扫描版 PDF 没有字可数

扫描件是每一页的图片,没有文字层就没有字可数,所以页面会直接说明这是扫描版,而不是报出 0 个词。判断很简单:在 PDF 阅读器里选不中一句话,就是扫描版。

先用扫描仪自带的软件或 PDF 编辑器做文字识别(OCR),再统计它另存的 PDF。识别结果最好抽查一两页:认错的字会多出或漏掉词。

从 PDF 字数估算印成书的页数

印成书的页数,IngramSpark 的经验算法是字数除以 250,BookBaby 给的是每页 225 到 300 词。所以 5 万词约 200 页,8 万词约 320 页,10 万词约 400 页。开本、字号和行距都会让它上下浮动。

PDF 自己的页数是另一回事:双倍行距的书稿、大字版每页的词少得多。所以页面把 PDF 页数和印刷页数分开写。

从 PDF 字数估算有声书时长

ACX 给的朗读速度约为每成品小时 9,300 词,也就是每分钟 155 词。8 万词的小说约 8 小时 36 分钟,《傲慢与偏见》的 121,975 词约 13 小时 7 分钟。朗读者快一点或慢一点,会上下差 10% 左右。

录制要花的工时和预算,把字数带到有声书计算器里算。想直接听,PDF 转有声书会用 AI 声音朗读正文。

谁需要 PDF 字数统计

同一个文件,各取所需的那个数。

小说作者

对照经纪人和出版社对这类小说的篇幅要求,看书稿够不够,扉页和目录不把数撑大。

自出版作者

订封面之前先估出印成书的页数:书脊多宽取决于它。

朗读者和制作人

拿到作者的 PDF,按正文算出成品小时数,逐章报价。

译者

按 PDF 字数统计出的正文报价,不把页眉页码算进去。

学生

统计 PDF 字数,对照论文和作业的字数要求,参考文献和脚注单独列出。

小型出版社

几秒钟看清投稿的篇幅,纸书和有声书用同一个数来规划。

PDF 字数统计常见问题

马上做 PDF 字数统计

把文件拖进来,几秒钟就看到正文、全部文字和每一章。免费,全在你的浏览器里。

开始数字数