Phương pháp đếm của demtuonline.com dựa trên một nguyên tắc: đếm tiếng Việt theo cách người chấm bài, Word và công ty dịch thuật đang dùng, rồi ghi rõ chỗ nào là số đo thật, chỗ nào là ước tính. Trang này là tài liệu chung cho cả 71 công cụ; mỗi công cụ chỉ giải thích thêm luật riêng của nó, như cách X hay SMS đếm ký tự.
Mọi phép đếm chạy bằng JavaScript trên trình duyệt của bạn. Văn bản và tệp không được gửi lên máy chủ, nên kết quả không phụ thuộc kết nối mạng sau khi trang đã tải.
Chữ (tiếng) là đơn vị đếm chính
Một chữ là một cụm ký tự đứng giữa hai khoảng trắng và có ít nhất một chữ cái hoặc một chữ số; với tiếng Việt, mỗi chữ như vậy là một tiếng.
“Gia đình” là 2 chữ. “Học sinh giỏi” là 3 chữ. Đây cũng là cách Microsoft Word hiện ở góc dưới màn hình và là cách đề thi Ngữ văn hiểu “khoảng 200 chữ”. Site gọi đơn vị này là chữ (tiếng) để tránh nhầm với “từ” theo nghĩa ngôn ngữ học, vì “học sinh” là một từ ghép gồm hai tiếng.
Cụm chỉ gồm dấu câu hoặc ký hiệu không được tính: gạch ngang đứng riêng “–”, dấu ba chấm “…”, dấu % viết cách ra. Cụm có chữ số được tính: “2026”, “12,5”, “25%” và “3G” đều là 1 chữ. Emoji đứng riêng không phải chữ.
Tiếng Anh dùng cùng quy tắc, nên số chữ cũng là số từ tiếng Anh: “don’t” là 1, “do not” là 2.
Từ ghép chỉ là ước tính
Số từ ghép được ước tính bằng từ điển khoảng 3.184 từ ghép phổ biến, vì máy tính không tách từ tiếng Việt đúng trong mọi trường hợp.
Công cụ đếm âm tiết và ước tính từ ghép ghép các tiếng liền nhau khi chúng có trong từ điển, ưu tiên cụm dài 4, 3 rồi 2 tiếng, và không ghép qua dấu câu. Nếu không tải được từ điển, công cụ dùng hệ số 0,68 từ trên mỗi tiếng. Cả hai cách đều ghi nhãn ước tính. Tôi không khuyên dùng số từ ghép để nộp bài hay báo giá: không đề thi hay hợp đồng nào tính theo đơn vị này.
Ký tự đếm theo thứ người đọc nhìn thấy
Một ký tự là một grapheme, tức một đơn vị người đọc nhìn thấy trên màn hình, sau khi văn bản đã chuẩn hoá về dạng dựng sẵn NFC.
Chữ tiếng Việt có thể được lưu theo hai kiểu: “ệ” dựng sẵn là 1 mã, còn “ệ” tổ hợp là chữ “e” cộng hai dấu. Bộ gõ, hệ điều hành và văn bản copy từ PDF cho ra kiểu khác nhau. Chuẩn TCVN 6909:2001 dùng dạng dựng sẵn, nên mọi công cụ đổi văn bản về NFC trước khi đếm; nhờ vậy cùng một câu gõ bằng hai máy luôn cho cùng số ký tự.
Sau khi chuẩn hoá, trình duyệt tách ký tự bằng Intl.Segmenter theo quy tắc của Unicode. “ệ” là 1 ký tự, lá cờ Việt Nam là 1 ký tự dù được ghép từ hai mã, emoji gia đình bốn người cũng là 1. Trình duyệt quá cũ không có Intl.Segmenter thì công cụ tách theo mã, khi đó emoji ghép có thể bị tính nhiều hơn 1.
Ký tự không dấu cách là tổng ký tự trừ khoảng trắng: dấu cách, tab, xuống dòng. Ký tự vô hình như zero-width space không phải khoảng trắng theo định nghĩa này nên vẫn được tính; công cụ tìm ký tự ẩn giúp tìm và xoá chúng.
Câu, đoạn và dòng được tách thế nào
Câu kết thúc ở dấu chấm, chấm than, chấm hỏi, dấu ba chấm hoặc khi xuống dòng; đoạn kết thúc ở dòng trống.
- Không tách câu sau các viết tắt thường gặp như TP., v.v., PGS., ThS., TS., Vd. Danh sách này nằm trong tham số của site và chủ site bổ sung được.
- Không tách khi dấu chấm nằm giữa chữ hoặc số: “2.095”, “3,5”, “demtuonline.com”.
- Không tách sau số thứ tự “1.” hay chữ cái đơn “A.” ở đầu mục liệt kê.
- Dấu ba chấm theo sau là chữ thường được coi là ngắt giữa câu: “Không ngờ… được.” là 1 câu.
- Đoạn tách bằng một hoặc nhiều dòng trống. Công cụ đếm đoạn có tuỳ chọn coi mỗi lần xuống dòng là một đoạn, dùng cho văn bản copy từ PDF.
- Dòng tính mọi lần xuống dòng, kể cả dòng trống.
Văn bản dán từ PDF thường bị ngắt dòng giữa câu, làm số câu và số dòng tăng dù số chữ giữ nguyên. Trường hợp này nên chạy nối dòng bị ngắt trước khi đếm câu.
Byte, code point và các luật đếm riêng của nền tảng
Ngoài chữ và ký tự, một số nơi đếm theo byte hoặc theo luật riêng, và công cụ tương ứng làm theo đúng luật đó.
Byte UTF-8 dùng cho lập trình và cơ sở dữ liệu: chữ không dấu tốn 1 byte, chữ có dấu tiếng Việt 2–3 byte, emoji 4 byte trở lên. Tin nhắn SMS đếm theo bảng mã GSM-7 hoặc UCS-2, nên có dấu chỉ còn 70 ký tự mỗi tin. X đếm có trọng số: mỗi đường link tính 23 ký tự, còn emoji, chữ Hán và cả chữ Việt có dấu nặng, hỏi, ngã dựng sẵn tính 2. Tiêu đề Google bị cắt theo pixel, nên công cụ title và meta đo chiều rộng chữ bằng canvas của trình duyệt.
Giới hạn ký tự của từng nền tảng ghi rõ là số chính thức có tài liệu hay số đo cộng đồng, kèm ngày kiểm tra. Mỗi lần số thay đổi, trang cập nhật giới hạn ký tự ghi lại ngày, số cũ, số mới và nguồn.
Phương pháp đếm so với Word và Google Docs
Số chữ của demtuonline trùng với Word trong hầu hết văn bản tiếng Việt; số ký tự có thể lệch vài đơn vị ở emoji và ký tự đặc biệt.
| Trường hợp | demtuonline | Cần để ý khi so với Word, Google Docs |
|---|---|---|
| Văn bản thường, có dấu | Mỗi tiếng 1 chữ | Thường trùng khớp |
| Gạch ngang đứng riêng “–” | Không tính là chữ | Mỗi phần mềm có thể xử lý khác |
| Emoji ghép, lá cờ | 1 ký tự | Có phần mềm tính theo số mã, ra 2 hoặc hơn |
| Chữ gõ kiểu tổ hợp | Chuẩn hoá NFC, không đổi số ký tự | Có thể tính thêm ký tự dấu |
| Đầu trang, chân trang, chú thích | Tuỳ công cụ đếm file, ghi rõ trên từng công cụ | Word có tuỳ chọn tính hoặc không tính |
Khi hai số lệch nhau, tôi hay kiểm tra ba thứ trước: ký tự vô hình dán từ web, dòng bị ngắt khi copy từ PDF, và phần đầu trang, chân trang trong file Word. Phần lớn chênh lệch nằm ở đó chứ không ở cách đếm chữ.
Những con số là ước tính
Thời gian đọc, thời gian nói, chữ trên trang giấy thi và số từ ghép là ước tính; số chữ trên trang A4 là số đo thật trên file Word.
Chưa có nghiên cứu chuẩn về tốc độ đọc tiếng Việt, nên site dùng mốc 220 chữ/phút cho đọc thầm và 160 chữ/phút cho nói, luôn hiện kèm khoảng chậm và nhanh. Tiếng Anh có số liệu tham chiếu 238 từ/phút đọc thầm theo Brysbaert (2019). Nếu cần con số của riêng bạn, đo bằng công cụ đo tốc độ đọc.
Hệ số chữ/trang A4 được đo ngày 15/09/2026 bằng Microsoft Word với văn bản tiếng Việt 2.000 chữ: 480 chữ mỗi trang với Times New Roman 13, giãn dòng 1,5, lề trên 2,5, dưới 2, trái 3,5, phải 2 cm. Bài nhiều bảng, hình hay tiêu đề sẽ ít chữ hơn trên mỗi trang. Giấy thi và vở ô ly phụ thuộc chữ viết tay nên vẫn là ước lượng. Hệ số ký tự trên mỗi chữ tiếng Việt, 4,6 ký tự kể cả dấu cách, đo trên văn xuôi thật.
Mọi tham số này nằm trong một bảng cấu hình chung, có nhật ký thay đổi. Khi một hệ số được đo lại, tất cả công cụ dùng nó cập nhật cùng lúc và nhật ký ghi lý do.
Căn cứ của phương pháp đếm
- TCVN 6909:2001, bộ mã ký tự tiếng Việt 16 bit theo Unicode dạng dựng sẵn.
- Unicode Standard Annex #29 — Unicode Text Segmentation: quy tắc tách grapheme, từ và câu.
- Intl.Segmenter — MDN: giao diện tách ký tự của trình duyệt.
- 3GPP TS 23.038 (GSM 03.38): bảng mã tin nhắn SMS. Brysbaert (2019), Journal of Memory and Language: tốc độ đọc tiếng Anh.
Kiểm tra: 16/09/2026. Công cụ dùng để đối chiếu; yêu cầu của đề thi, trường học hay nền tảng mới là thứ quyết định. Vì sao site tồn tại và ai đứng sau nằm ở trang giới thiệu. Mọi thắc mắc về phương pháp đếm gửi cho tác giả qua trang liên hệ.