Por que os contadores de palavras discordam entre si
Dois contadores podem estar certos e ainda assim divergir. A diferença vem de um punhado de regras — e saber qual delas está em jogo diz em qual número confiar.
Cole o mesmo documento em dois contadores e é comum sair dois números. Num texto curto a diferença é de meia dúzia de palavras. Numa dissertação pode passar de duzentas. E ela nunca é aleatória: todo contador segue uma regra, e duas ferramentas que discordam estão discordando sobre um tipo específico de trecho.
Quatro casos respondem pela maior parte disso — palavras com hífen, links e endereços de e-mail, números com separador de milhar e formas com apóstrofo. Existe ainda uma segunda fonte de divergência, maior que todas, e que não tem nada a ver com onde a palavra começa e termina: se notas de rodapé, legendas, cabeçalhos e caixas de texto fazem parte do documento que está sendo contado.
A seguir: de onde vem cada divergência, qual regra este site aplica para que o número seja previsível, e o que fazer quando o prazo está perto e o limite é para valer.
As regras que separam a contagem
Todo contador precisa decidir onde uma palavra termina e a próxima começa. Uma abordagem corta o texto apenas nos espaços. A outra corta em tudo que não é letra, o que promove hífen, apóstrofo, ponto e barra a separadores de palavra.
Essa única decisão de projeto explica cada linha da tabela abaixo.
| Trecho | Conta aqui como | Onde os contadores costumam divergir |
|---|---|---|
| guarda-chuva | 1 palavra | Quem trata o hífen como separador informa 2. "Bem-te-vi" vira 3, e cada composto do texto acrescenta pelo menos uma palavra. |
| d'água | 1 palavra | Quase sempre 1. Ferramentas que quebram no apóstrofo informam 2 — e as mesmas ferramentas vão inflar seus links e seus números. |
| 4,7 | 1 palavra | Quase sempre 1 em português. Uma regra escrita para o inglês pode quebrar na vírgula e informar 2, atingindo todo valor decimal do texto. |
| 1.300 | 1 palavra | O caso que mais varia entre idiomas: em inglês o ponto é decimal, então há ferramentas que quebram nele e informam 2. |
| https://exemplo.com/relatorio | 1 palavra | A maior diferença de todas. Quebrando em pontos e barras, um único link pode virar cinco ou seis palavras. |
| ana@exemplo.com | 1 palavra | Normalmente 1, às vezes 2 ou 3. Fica visível em anexos, listas de contato e seções de agradecimento. |
| — (travessão sozinho) | 0 palavra | Contadores que guardam qualquer sequência sem espaço contam 1, somando uma palavra por item numa lista com travessões. |
| R$ 1.200,00 | 2 palavras | Aqui são duas porque há um espaço no meio. Contadores que quebram em ponto e vírgula chegam a informar 4. |
Qual é o tamanho da diferença
Vale fazer essa conta uma vez, porque é ela que decide se a divergência é curiosidade ou problema.
Pegue uma revisão de literatura de 2.000 palavras com 40 compostos com hífen no corpo do texto e 15 endereços da web impressos ao longo dos parágrafos. Pela regra do espaço, são 2.000 palavras. Pela regra que quebra na pontuação, cada composto ganha ao menos uma palavra e cada link ganha quatro ou cinco, então o mesmo arquivo passa a informar perto de 2.115. São quase seis por cento de diferença, num documento que não mudou um caractere sequer.
Agora pegue 2.000 palavras de prosa corrida: sem links, sem terminologia composta, sem números. Duas ferramentas costumam ficar a cinco palavras uma da outra, e tanto faz qual você usou.
O tamanho da diferença é, portanto, uma característica do seu texto, não das ferramentas. Se a sua escrita é cheia de termos com hífen e endereços da web, a contagem é frágil e nenhum número isolado merece muita confiança. Se não é, a divergência é ruído e pode ser ignorada.
A regra que este site usa
Como procedimento: corte o texto em cada espaço, tabulação e quebra de linha; fique com os pedaços que tenham pelo menos uma letra ou um dígito; a quantidade de pedaços que sobrou é a contagem.
Enunciada de forma direta: palavra é uma sequência máxima de caracteres sem espaço em branco que contenha ao menos uma letra ou um dígito. Significado não entra na conta. Não há dicionário, não há lista de compostos e não há detecção de idioma — por isso o comportamento não muda quando você alterna entre português e inglês, nem quando cola algo que a regra nunca viu.
É honesto dizer também o que essa regra erra, e não só o que ela acerta. Ela não tem como saber que "bem-te-vi" soa como três palavras para quem lê. Ela conta um link de cinquenta caracteres como uma palavra, mesmo que ele ocupe meia linha da página. As duas escolhas se defendem. Nenhuma das duas é a única defensável, e quem contasse à mão provavelmente discordaria das duas.
O motivo de publicar a regra com essa clareza é simples: uma regra previsível serve mais do que uma regra ajustada para chegar perto da média das outras ferramentas. Você olha para uma frase e já sabe o que esta página vai dizer sobre ela.
O que a ferramenta considera parte do documento
Onde a palavra começa e termina é a divergência visível. A maior é sobre escopo.
Um contador on-line mede exatamente o que você colou nele, e mais nada. Um editor de texto mede aquilo que ele entende como sendo o documento — e cada programa desenha essa fronteira num lugar diferente. Notas de rodapé e notas de fim às vezes entram no total principal, às vezes aparecem em separado. Cabeçalho e rodapé costumam ficar de fora, com o argumento de que um título corrente não é corpo do texto. Texto dentro de forma, caixa de texto ou diagrama é frequentemente tratado como objeto à parte e ignorado. Legendas e conteúdo de tabela vão para qualquer um dos lados. Comentários e balões de alteração normalmente não entram, mas uma exclusão que você ainda não aceitou continua ali no arquivo.
Quase nada disso está documentado em algum lugar onde quem escreve vá encontrar, e varia entre programas e entre versões do mesmo programa. O caminho confiável é parar de perguntar o que o seu editor inclui e passar a controlar isso: selecione o trecho que você realmente quer medir e conte a seleção. Se o editor informa um número para a seleção, esse número e a contagem do mesmo trecho colado aqui descrevem as mesmas palavras — o que reduz qualquer diferença restante a uma pura questão de onde se corta a palavra.
Em trabalho acadêmico isso pesa mais nas notas de rodapé. Um artigo com notas substanciais pode ter um décimo do seu texto lá embaixo. Se essas palavras contam é uma pergunta sobre as normas do seu curso, não sobre o seu programa.
Perto de um limite rígido, só uma contagem importa
Se o limite é aplicado por um sistema, o número que decide é o que aquele sistema produz. Todos os outros são estimativas dele.
Parece óbvio e é ignorado o tempo inteiro, porque o número que você olha o dia todo é o do programa em que escreve. Um formulário de envio que recusa qualquer coisa acima de 3.000 palavras não consulta o seu editor de texto. Ele aplica a regra dele ao arquivo ou ao texto que recebe, e não vai explicar essa regra antes de você enviar.
O mesmo vale um nível acima. Se quem aplica o limite é uma pessoa, a contagem dela é a que vale — e contagem humana segue o enunciado, não algoritmo nenhum. Um enunciado que exclui citações significa que alguém vai subtrair as palavras citadas manualmente, e nenhuma ferramenta, esta inclusive, vai reproduzir esse número para você.
Consequência prática: "meu contador marcou 2.998" não é defesa. É prova a respeito de uma regra que ninguém combinou usar.
O que fazer quando o limite está próximo
Leva uns cinco minutos e elimina a categoria inteira de problema.
- Leia o enunciado atrás do que fica de fora. Referências, citações, notas, apêndices e resumo costumam estar fora do limite, e errar isso é muito maior que qualquer diferença descrita acima.
- Conte no sistema que vai avaliar você, se ele mostrar algum número. Envie um rascunho cedo, veja o número que ele devolve e trate esse como o número real.
- Se nada for mostrar um número antes do prazo, conte em pelo menos duas ferramentas e anote os dois valores. A distância entre eles diz o quanto o seu documento é sensível à regra.
- Deixe folga. De dois a três por cento abaixo do teto absorve todas as divergências desta página. Num limite de 3.000 palavras, são 60 a 90 palavras — mais ou menos o parágrafo que você ia cortar de qualquer jeito.
- Reconte depois de qualquer edição que mexa em nota de rodapé, legenda ou bibliografia, porque são justamente as regiões sobre as quais as ferramentas discordam.
- Não deixe um número isolado decidir nada no último dia. Se duas ferramentas divergem mais do que a sua folga, considere-se acima do limite até checar no lugar que vale.
O que um contador não consegue dizer
Ser franco sobre isso serve mais do que alegar uma precisão que não existe.
Este site conta o texto que você entrega, exatamente, sob uma regra declarada. Ele não sabe o que a sua instituição conta. Não sabe se quem corrige vai descontar as citações longas. Não enxerga a nota de rodapé que você não colou. Quando o número dele difere do de um sistema de envio, o sistema de envio não está errado — os dois respondem perguntas ligeiramente diferentes, e só uma dessas perguntas está sendo feita por quem avalia o seu trabalho.
Ele também não encosta no seu texto. Mede o que você já escreveu e informa números sobre isso. Não gera, não amplia, não encurta e não reescreve frase alguma, porque decidir o que fica e o que sai exige saber para que serve o texto — e a isso um contador não tem acesso.
Como instrumento, é bom: rápido, privado, consistente e honesto quanto à própria regra. Como oráculo, é uma forma de errar três por cento com muita confiança justamente no dia que importa.