Compter les mots et caractères en ligne
Un même texte donne rarement le même total d'un outil à l'autre. Voici ce qui se cache derrière chaque chiffre.
Vous collez le même paragraphe dans Word, puis dans un compteur en ligne, puis dans le champ d'un formulaire limité à 300 mots. Trois totaux différents, et un message d'erreur. Aucun des trois n'a tort : ils ne comptent pas la même chose. Comprendre ce que chacun met derrière « mot » et « caractère » règle le problème pour de bon.
Pourquoi deux compteurs ne tombent jamais d'accord
Il n'existe pas de norme du décompte. Chaque outil applique ses propres règles, et les écarts se logent toujours aux mêmes endroits :
- le périmètre retenu : notes de bas de page, en-têtes, légendes, zones de texte, titres — inclus ici, exclus là ;
- le traitement des traits d'union et des apostrophes ;
- le sort des jetons sans lettre : « % », « — », « … », un numéro de puce ;
- l'unité de caractère utilisée, qui est de loin le point le plus piégeux.
Sur un texte de 500 mots, il suffit d'une dizaine de mots composés, ou d'une note de bas de page incluse d'un côté et pas de l'autre, pour que les deux totaux cessent de coïncider. Sans conséquence pour un article de blog, décisif quand la consigne est un plafond strict.
Le caractère : trois définitions qui cohabitent
Le mot « caractère » désigne au choix une unité de code UTF-16, un point de code Unicode, ou un graphème — ce que l'œil perçoit comme un signe unique. Sur du texte latin sans fioriture, les trois coïncident. Dès qu'un emoji, ou un accent codé en deux temps, entre en jeu, ils divergent.
Un emoji simple comme ? vaut un point de code mais deux unités UTF-16 : un compteur naïf affiche 2. Un drapeau ?? est composé de deux points de code, soit quatre unités : il affiche 4. Un emoji « famille », assemblé à coups de jointeurs de largeur nulle, monte à onze. Le compteur de mots et de caractères de Convertu segmente le texte en graphèmes : chacun de ces signes compte pour 1, exactement comme à l'écran.
Autre piège, invisible celui-là : la normalisation Unicode. Le « é » existe sous deux formes, un caractère précomposé (NFC) ou un « e » suivi d'un accent combinant (NFD). Les deux s'affichent à l'identique, mais le second pèse deux points de code. Les textes exportés depuis macOS ou extraits de certains PDF arrivent fréquemment en NFD, ce qui gonfle le total sans raison apparente. Un décompte par graphèmes ne bronche pas ; un décompte brut, si.
Le mot : là où les règles divergent
La convention la plus répandue, celle qu'applique Convertu, découpe le texte sur les espaces puis ne conserve que les blocs contenant au moins une lettre ou un chiffre. Conséquences concrètes :
- « aujourd'hui » et « porte-monnaie » comptent chacun pour un seul mot. D'autres outils coupent sur l'apostrophe ou sur le trait d'union et en trouvent deux.
- « 50 % » compte pour un mot : le signe pourcent, isolé par son espace insécable, ne contient ni lettre ni chiffre.
- Une URL collée dans le corps du texte compte pour un mot, quelle que soit sa longueur.
- Une ligne de tirets, une suite de points de suspension ou une puce orpheline ne comptent pour rien.
Retenez surtout ceci : pour une consigne exprimée en mots — 250 mots de résumé, 500 mots de dissertation, une facturation de traduction au mot source — visez 3 à 5 % sous le plafond. Vous absorbez l'écart entre votre compteur et celui de la personne qui vérifie, sans avoir à charcuter le texte au dernier moment.
Les limites de caractères qu'il faut connaître
| Contexte | Limite usuelle | Ce qui surprend |
|---|---|---|
| Balise title | environ 60 caractères | Google tronque selon la largeur en pixels, pas le nombre de signes : un titre en capitales passe moins bien qu'un titre en bas de casse. |
| Meta description | 150 à 160 caractères | La fin est remplacée par des points de suspension, souvent en plein milieu d'un argument. |
| SMS | 160 en alphabet GSM-7, 70 sinon | Un seul emoji, ou un « œ », fait basculer le message entier en UCS-2 et divise la capacité par plus de deux. |
| Annonce de recherche Google | 30 par titre, 90 par description | Les espaces comptent, et aucune mise en forme n'est autorisée pour gagner de la place. |
Pour les deux premières lignes, pas besoin de compter à la main : le générateur de balises meta affiche un compteur en direct sur le titre et la description, et signale le dépassement pendant la rédaction.
Phrases, paragraphes et temps de lecture
Le découpage en phrases repose sur un point, un point d'exclamation, un point d'interrogation ou des points de suspension, à condition qu'ils soient suivis d'une espace ou de la fin du texte. Cette précision évite de couper « 3.14 » en deux phrases, mais elle ne protège pas des abréviations : « M. Dupont », « etc. », « cf. » créent chacun une phrase fantôme. Sur un document administratif truffé d'abréviations, attendez-vous à une surestimation de plusieurs unités.
Les paragraphes, eux, sont délimités par une ligne vide. Un texte collé depuis un éditeur qui sépare ses blocs par un simple retour à la ligne sera donc vu comme un paragraphe unique. Quand le chiffre paraît absurdement bas, c'est presque toujours l'explication.
Le temps de lecture affiché repose sur 200 mots par minute, une vitesse de lecture silencieuse moyenne pour un adulte sur un texte courant. Deux réserves. Un texte technique dense se lit nettement plus lentement. Et surtout, la lecture à voix haute tourne plutôt autour de 140 à 160 mots par minute : pour un script de vidéo ou une prise de parole, ajoutez environ un tiers au chiffre affiché.
Les cas où le compte reste faux
Le texte est enfermé dans un PDF
On ne compte pas ce qu'on ne peut pas sélectionner. Si le PDF contient une couche texte, une conversion PDF en Word vous rend un document éditable dont le contenu se copie normalement — le fichier transite alors par nos serveurs, qui l'effacent au bout d'une heure ; pour une pièce confidentielle, préférez sélectionner et copier le texte directement depuis le PDF. Si le PDF est un scan — une photographie de page, sans texte sous-jacent — aucune conversion ne suffira : il faut d'abord une reconnaissance optique de caractères. Le test prend deux secondes : essayez de sélectionner un mot dans le document. Si le curseur ne l'attrape pas, il n'y a pas de texte à compter.
Ce sont des entrées, pas des mots
Pour une liste d'adresses e-mail, de références produit ou de mots-clés, le nombre de mots n'a aucun intérêt : ce qui compte est le nombre de lignes distinctes. Le suppresseur de doublons affiche les lignes analysées, les lignes uniques et les doublons retirés, avec une comparaison au choix insensible à la casse et aux espaces de bordure.
Le texte est confidentiel
Contrat, dossier de candidature, copie d'examen, extrait de dossier médical : le compteur s'exécute entièrement dans le navigateur, rien de ce que vous collez ne part vers un serveur. C'est le cas de 41 des 60 outils du catalogue. Les 19 autres — PDF, vidéo, images HEIC — traitent le fichier côté serveur, avec une conversion offerte par jour et sans inscription ; au-delà, un abonnement unique à 7 € par an les débloque tous, et les fichiers envoyés sont supprimés au bout d'une heure.