Đếm từ file PDF ra tổng số chữ (tiếng), ký tự, số trang PDF và bảng số chữ của từng trang, kèm cảnh báo khi trang là ảnh scan không có chữ để đếm. Thả tệp PDF tối đa 50 MB vào ô trên, thanh tiến độ báo đang đọc tới trang nào. Tệp không tải lên máy chủ: trình duyệt của bạn tự đọc lớp chữ trong PDF.
Cách đếm từ file PDF khi không có bản Word gốc
PDF không lưu đoạn văn như Word mà lưu từng mẩu chữ kèm vị trí trên trang, nên công cụ ghép các mẩu đó lại trước khi đếm.
- Thư viện pdf.js mở tệp ngay trong trình duyệt và lấy lớp chữ của từng trang theo thứ tự.
- Các mẩu chữ được nối lại; chỗ PDF đánh dấu hết dòng thành xuống dòng. Chữ bị ngắt bằng gạch nối ở cuối dòng được nối lại, giữ dấu gạch.
- Mỗi trang được đếm riêng theo quy tắc chung: chuẩn hoá NFC, “gia đình” là 2 chữ. Trang có 0 chữ được đánh dấu “không có chữ”.
- Tổng chữ chia cho số trang PDF ra số chữ trung bình mỗi trang, và chia cho hệ số của cấu hình A4 bạn chọn ra số trang A4 ước tính.
Cấu hình mặc định là A4 Times New Roman 13 giãn dòng 1,5, 480 chữ mỗi trang theo số đo bằng Word; chọn cỡ 14 thì hệ số là 410. Nút “Tải CSV theo trang” xuất bảng trang · chữ · ký tự để dán vào bảng tính. Cách tách chữ và câu dùng chung cho mọi công cụ nằm ở trang phương pháp đếm.
Ví dụ: biên tập viên nhận bài cộng tác viên dạng PDF
Toà soạn nhận bài dạng PDF và trả nhuận bút theo chữ thì cần số chữ thật, không phải số trang.
Ba tệp dưới đây thuộc bộ kiểm thử của công cụ, được in ra PDF từ trình duyệt:
| Tệp PDF | Trang | Số chữ từng trang | Tổng chữ | Công cụ báo |
|---|---|---|---|---|
| mau-b.pdf (Mẫu B) | 1 | 25 | 25 | Đọc xong |
| hai-trang.pdf (Mẫu A, rồi đoạn 2 của Mẫu B) | 2 | 7 · 20 | 27 | Đọc xong |
| scan.pdf (ảnh chụp chữ) | 1 | 0 | 0 | PDF dạng ảnh, không có lớp chữ |
Tệp scan.pdf trông không khác gì PDF thường khi mở ra: trên trang vẫn thấy dòng chữ “Hợp đồng bản scan”. Nhưng đó là ảnh, nên kết quả là 0 chữ và công cụ dừng lại với lời nhắc chuyển sang PDF có chữ. Với bài cộng tác viên, có số chữ rồi thì dán vào tính nhuận bút theo chữ để ra số tiền.
Trường hợp đặc biệt: PDF scan, mật khẩu, số trang ở chân trang
PDF scan là trường hợp hay gặp nhất: không có lớp chữ thì không đếm được, cần nhận dạng chữ (OCR) trước.
Cách miễn phí là tải PDF lên Google Drive, bấm chuột phải chọn “Mở bằng Google Docs”. Trang trợ giúp của Google ghi tệp nên từ 2 MB trở xuống và chữ cao ít nhất 10 pixel; bảng, cột và chú thích có thể không nhận ra. Bước OCR này đưa tệp lên Google, khác với công cụ ở đây, nên cân nhắc với hợp đồng hay hồ sơ cá nhân.
Một PDF có thể trộn trang chữ với trang scan, ví dụ phụ lục chụp con dấu. Khi đó công cụ vẫn cho kết quả nhưng liệt kê “N trang không có chữ” kèm số trang, và tô vàng các dòng đó trong bảng.
Số chữ khi đếm từ file PDF thường nhỉnh hơn bản Word gốc. PDF lưu cả đầu trang, chân trang, số trang và chữ trong hình vẽ, đều được tính; một luận văn 80 trang có đánh số trang đã thêm 80 chữ chỉ từ các con số ở chân trang. Muốn so với Word, hãy trừ phần này hoặc đếm thẳng tệp .docx.
PDF có mật khẩu mở không đọc được; công cụ hướng dẫn mở bằng trình đọc PDF rồi “In ra PDF” bản không khoá. Nếu phần xem trước văn bản cho thấy chữ dính liền hoặc ký tự lạ, thường do tệp dùng phông chữ không kèm bảng mã chuẩn, và số chữ lúc đó không đáng tin.
Công cụ liên quan
- Đếm từ file Word cho kết quả sát hơn khi bạn xin được tệp .docx gốc, có tuỳ chọn bỏ bảng và chú thích.
- Nối dòng bị ngắt dùng khi đã copy chữ từ PDF sang và mỗi dòng bị tách thành một đoạn.
- Đếm từ nhiều file TXT, Markdown, HTML khi nhận bài ở dạng văn bản thô và muốn cộng tổng nhiều tệp.
- Tính phí dịch thuật sau khi có số chữ của tài liệu PDF cần gửi dịch.
Câu hỏi thường gặp
PDF scan có đếm được số chữ không?
Không, vì PDF scan chỉ chứa ảnh chụp trang giấy, không có lớp chữ. Công cụ báo 0 chữ và cảnh báo PDF dạng ảnh. Chạy nhận dạng chữ (OCR) trước, chẳng hạn mở tệp bằng Google Docs trên Google Drive, rồi đếm bản chữ thu được.
Vì sao đếm từ file PDF ra nhiều hơn file Word gốc?
Vì PDF giữ mọi thứ in trên trang: đầu trang, chân trang, số trang, chú thích hình, chữ trong biểu đồ. Word thường không tính đầu trang và chân trang. Chênh lệch vài phần trăm là bình thường; nếu lệch nhiều, xem phần xem trước để tìm phần bị tính thừa.
Có xem được số chữ từng trang PDF không?
Có. Sau khi đọc xong, bảng “Theo trang” liệt kê số chữ và ký tự của từng trang, trang không có chữ được gắn nhãn riêng. Bấm “Tải CSV theo trang” để lấy bảng này kèm dòng tổng, mở được bằng Excel hay Google Sheets.
PDF có mật khẩu thì đếm thế nào?
Công cụ không mở được PDF bị khoá bằng mật khẩu và sẽ báo rõ lỗi này. Mở tệp bằng trình đọc PDF quen dùng, nhập mật khẩu, chọn in và lưu thành PDF mới không khoá, rồi thả bản mới vào. Công cụ không bao giờ hỏi mật khẩu của bạn.
File PDF vài trăm trang có đếm được không?
Được, miễn tệp không quá 50 MB. Công cụ đọc lần lượt từng trang, thanh tiến độ ghi “Đang đọc trang x / y” và có nút huỷ. Máy tính đọc nhanh hơn điện thoại; sách vài trăm trang trên điện thoại cũ có thể mất cả phút.
Căn cứ và nguồn
- ISO 32000 (Portable Document Format): PDF lưu chữ thành các mẩu có toạ độ trên trang, không có khái niệm đoạn văn như tệp Word.
- PDF.js — Mozilla: thư viện mã nguồn mở công cụ dùng để đọc lớp chữ PDF trong trình duyệt.
- Convert PDF and photo files to text — Google Drive Help: cách nhận dạng chữ cho PDF scan và giới hạn 2 MB.
Kiểm tra: 16/09/2026. Tôi coi số chữ đếm từ PDF là số để đối chiếu nhanh; khi tiền nhuận bút hay phí dịch phụ thuộc vào nó, nên hỏi xin tệp gốc để đếm lại.