Zeichen mit oder ohne Leerzeichen: Welche Zählung ein Formular nutzt

Ein Formular, ein Bewerbungsportal, eine SMS oder ein Social-Media-Beitrag zählt Zeichen auf eine von zwei Arten: mit Leerzeichen oder ohne. Lies zuerst das Feldlabel oder den Hilfetext, denn dort steht oft, welche Zählung gilt. Steht nichts davon da, nimm die strengere Zählung, meist die ohne Leerzeichen. Emojis und manche Buchstaben mit Akzent können in Systemen, die Text in Code-Units oder Bytes messen, auch als mehrere Zeichen zählen. Ein Text kann deshalb in einem Zähler durchgehen und in einem anderen scheitern. Zähle mit einem Tool, das dieselbe Regel verwendet wie das Formular.

Mit Leerzeichen oder ohne

• Mit Leerzeichen zählt jedes Zeichen, das du tippst, einschließlich jedes Leerzeichens, als ein Zeichen.
• Ohne Leerzeichen entfernt vor dem Zählen alle Leerzeichen und Whitespace-Zeichen, sodass die Wörter zusammenlaufen. Die Anzahl ohne Leerzeichen im Wörterzähler entfernt jedes Whitespace-Zeichen, auch Zeilenumbrüche, Tabs und geschützte Leerzeichen, und zählt dann, was übrig bleibt.

„Hello world“ hat mit seinem Leerzeichen 11 Zeichen und ohne 10. Verlangt ein Feld Zeichen ohne Leerzeichen, brauchst du die zweite Zahl.

Warum ein Emoji als zwei zählen kann

Text hat zwei Arten von Länge. Die erste sieht man: einen Grapheme Cluster, also ein sichtbares Zeichen, auch wenn mehrere Codepunkte es bilden. Die zweite ist das, was der Computer speichert. Die Stringlänge in JavaScript und viele ältere Systeme zählen UTF-16-Code-Units. Die meisten Buchstaben belegen eine Unit, Zeichen außerhalb der Basic Multilingual Plane, darunter viele Emojis, belegen zwei. Das Daumen-hoch-Emoji U+1F44D sieht aus wie ein Zeichen, besteht aber aus zwei UTF-16-Units. Ein Zähler, der Code-Units zählt, zeigt deshalb 2 an.

Der Wörterzähler hier zählt sichtbare Zeichen, das Daumen-hoch-Emoji ergibt also 1. Ein Familien-Emoji ergibt ebenfalls 1, obwohl es aus mehreren Codepunkten besteht, die mit Zero-Width Joinern verbunden sind. Ein Formular, das Code-Units zählt, zeigt mehr an, und der Unterschied wächst mit jedem Emoji im Text.

Buchstaben mit Akzent

Das é kann auf zwei Arten gespeichert werden. Als ein Codepunkt, U+00E9, ist es überall eine Unit. Als Buchstabe e gefolgt vom kombinierenden Akut, U+0301, sind es zwei Codepunkte und zwei Units. Auf dem Bildschirm sehen beide identisch aus. Ein Zähler, der Codepunkte oder Units zählt, gibt für die zweite Form 2 aus, der Wörterzähler gibt für beide 1 aus.

Bei Bytelimits kommt ein weiterer Unterschied hinzu. In UTF-8 belegt é zwei Bytes, die meisten Emojis vier. Ein Feld mit Bytelimit passt daher weniger Akzentbuchstaben oder Emojis, als die Zeichenanzahl vermuten lässt. Der Wörterzähler zeigt keine Bytes an, schätze sie deshalb separat.

Zeilenumbrüche und unsichtbare Zeichen

Ein Zeilenumbruch ist in einem Textfeld ein Zeichen. Viele Systeme speichern einen Windows-Zeilenumbruch aber als zwei Zeichen, Wagenrücklauf und Zeilenvorschub, und Formulare übertragen Zeilenumbrüche in dieser Form. Eine Zählung auf dem Server kann deshalb höher ausfallen als das Feld vermuten lässt, für jeden Zeilenumbruch um eins. Zähle den Text so, wie er übermittelt wird, nicht nur so, wie du ihn getippt hast.

Zeichenlose Leerzeichen verhalten sich anders. Die Zählung ohne Leerzeichen behandelt sie nicht als Whitespace, sie bleiben also in der Zahl und blähen sie auf. Entferne sie zuerst mit Unsichtbare Zeichen entfernen. Dieses Tool behält Tabs und Zeilenumbrüche und wandelt geschützte Leerzeichen in normale Leerzeichen um, die die Zählung ohne Leerzeichen dann entfernt. Die Anleitung zu unsichtbaren Zeichen erklärt, woher diese Zeichen kommen.

Ein Text, fünf Zählungen

Nimm das Wort „Café“, ein Leerzeichen und das Daumen-hoch-Emoji U+1F44D, wobei das é als ein Codepunkt gespeichert ist. Verschiedene Maßstäbe ergeben verschiedene Summen:

Jede Summe stimmt für ihren eigenen Maßstab. Welcher Maßstab gilt, legt das Formular fest. Deshalb ist die Regel wichtiger als jede einzelne Zahl.

Schritte

1. Lies die Regel: Zeichen, Bytes oder Wörter, und ob Leerzeichen zählen.
2. Bereinige den Text mit Unsichtbare Zeichen entfernen, damit unsichtbare Zeichen die Zählung nicht aufblähen.
3. Füge den Text in den Wörterzähler ein und lies die Zeichen sowie die Zeichen ohne Leerzeichen ab. Die Limit-Zeilen zeigen gängige Grenzen, maßgeblich ist aber die Zahl, die das Formular zählt.
4. Zählt das Formular Bytes, schätze sie separat, wie oben beschrieben.
5. Zeigt das Formular einen eigenen Live-Zähler an, vertraue dieser Zahl mehr als deiner eigenen und nutze dieses Tool, um herauszufinden, warum beide abweichen.
6. Bleibt die Regel unklar, lass einen Puffer. Wortanzahl-Limits behandelt dieselbe Frage für Wörter und Plattformregeln.

Sonderfälle

• Die Regel der Plattform gilt. Hat eine Plattform einen eigenen Zähler, richte dich nach dessen Zahl und nicht nach einer allgemeinen.
• Leerzeichen am Ende. Ein Formular kann Leerzeichen am Feldende abschneiden oder nicht. Ein einziges Leerzeichen am Ende kann die Zahl um eins verändern.
• Kopierter Text. Text aus einer Webseite kann geschützte Leerzeichen und unsichtbare Zeichen enthalten. Bereinige ihn vor dem Zählen mit Unsichtbare Zeichen entfernen.