Conta Parole PDF: Parole, Caratteri e Pagine con Media per Pagina
Due pagine da 11 e 8 parole danno 19 parole, 93 caratteri, 75 senza spazi e una media di 9,5 parole per pagina. Incolli il testo di ogni pagina in ordine per verificare tesi, atti o bozze rispetto ai limiti di lunghezza. Gratis nel suo browser.
- Gratis
- Funziona nel suo browser
- Senza registrazione
- I suoi dati restano sul dispositivo
Esegui gratis nel browser
Contare le parole di un PDF è un controllo di routine per studenti, redattori, traduttori e team di conformità che lavorano con limiti di pagine e di lunghezza. Questo strumento prende il testo del PDF estratto pagina per pagina — un array di stringhe in ordine di pagina — e restituisce totali deterministici: parole totali, caratteri totali con e senza spazi, numero di pagine, media di parole per pagina e un dettaglio per pagina per individuare a colpo d'occhio una pagina troppo scarna o troppo densa. Poiché l'input è testo già estratto, non c'è parsing binario, nessuna lotteria sulle dimensioni del caricamento e nessuna dipendenza da una specifica libreria PDF: qualsiasi estrattore che produca testo per pagina può alimentarlo.
Come vengono calcolati i conteggi di parole, caratteri e pagine
Il conteggio delle parole divide il testo di ogni pagina sugli spazi bianchi Unicode e conta ogni token non vuoto, come fanno le barre di stato degli editor e i contatori online più diffusi: un token con trattini come state-of-the-art conta come una parola, e sequenze di spazi, tabulazioni o a capo si riducono a un unico separatore.
Il conteggio dei caratteri è la lunghezza completa della stringa del testo della pagina esattamente come estratta, spazi e interruzioni di riga inclusi, mentre un secondo totale elimina tutti gli spazi bianchi per confrontare la lunghezza pura del contenuto quando l'imbottitura del layout gonfierebbe la cifra. Il numero di pagine è semplicemente il numero di elementi dell'array di input, perché ogni elemento rappresenta una pagina del PDF in ordine: la fedeltà per pagina dipende quindi dall'estrattore usato a monte.
La media di parole per pagina divide le parole totali per il numero di pagine e arrotonda a due decimali, il che rende facile confrontare manoscritti, rapporti e tesi di lunghezze diverse con un'unica metrica equa. Le pagine vuote o con soli spazi contribuiscono con zero parole ma contano comunque come pagine, rispecchiando ciò che vede un lettore sfogliando un documento con pagine bianche intenzionali.
Dove i conteggi di parole per pagina di un PDF entrano nel lavoro reale
Studenti e ricercatori verificano i requisiti di lunghezza di tesi e dissertazioni dopo aver esportato il testo dal PDF finale, controllando sia il totale complessivo sia la densità media per pagina rispetto alle regole della facoltà. Redattori e team di produzione che revisionano le bozze impaginate usano il dettaglio per pagina per trovare pagine quasi vuote, pagine troppo piene o capitoli la cui densità si discosta molto dalla media del libro prima di mandare i file in stampa.
Traduttori e fornitori di localizzazione stimano impegno e costo dai totali di parole quando un cliente può fornire solo il testo esportato di un documento sorgente invece dei file modificabili originali. Team legali e di conformità confermano che i documenti depositati restino sotto i limiti di parole di tribunali o autorità di regolazione, dove superare un limite può significare un deposito respinto e una scadenza mancata.
I data engineer che costruiscono pipeline documentali memorizzano i conteggi di parole e caratteri per pagina come metriche di qualità, segnalando le pagine in cui l'estrazione non ha restituito nulla: un segnale affidabile di pagine scansionate come immagini che richiedono OCR invece dell'estrazione del testo. Gli archivisti che confrontano due versioni di un rapporto fanno il diff dei conteggi per pagina per rilevare pagine silenziosamente eliminate o duplicate.
Poiché questa capacità consuma testo già estratto, si compone in modo pulito con qualsiasi estrattore a monte e non rielabora mai PDF binari; se ha bisogno che il binario venga analizzato per Lei, quella è una capacità separata come pdf.stats.
Casi d'uso
Controlli di lunghezza di tesi e documenti depositati
Esporti il testo del PDF pagina per pagina e verifichi le parole totali e la media per pagina rispetto ai limiti di parole di università o tribunali prima dell'invio.
Revisione della densità delle bozze di stampa
Esamini il dettaglio per pagina per trovare pagine quasi vuote o troppo piene e capitoli che si discostano dalla densità media del documento.
Monitoraggio della qualità dell'estrazione
Segnali le pagine con zero parole nelle pipeline documentali come probabili immagini scansionate che richiedono OCR, usando i conteggi per pagina come segnale di qualità.
Domande frequenti
Come vengono contate le parole?
Le parole sono token non vuoti separati da spazi bianchi Unicode. Spazi multipli, tabulazioni o a capo si riducono a un unico separatore, e un token con trattini conta come una sola parola.
Le pagine vuote contano?
Sì. Una pagina vuota o con soli spazi contribuisce con zero parole ma conta comunque nel totale delle pagine, rispecchiando ciò che un lettore vede nel documento.
Cosa succede se l'input è vuoto?
Pagine mancanti, un array vuoto o pagine il cui testo combinato non contiene parole sono trattati come errori del client e non vengono addebitati.
Quanto costa?
Lo strumento nel browser è gratuito e funziona in locale.
Perché ci sono due totali di caratteri?
Uno conta il testo così come è stato estratto, con spazi e a capo; l'altro toglie tutti gli spazi bianchi. Il secondo serve a confrontare il contenuto puro quando il riempimento dell'impaginazione gonfia la cifra.
Strumenti correlati
Per sviluppatori — accesso via API
Tutto quello che vedi in questa pagina è disponibile anche via API. Questa sezione è per i team che vogliono integrarlo nei propri sistemi; chi non ne ha bisogno può semplicemente usare lo strumento qui sopra.
Endpoint
Autenticazione con Bearer token: un POST mette in coda l'attività e il risultato arriva via webhook o link firmato.
Chiamala dal tuo stack
curl -X POST https://api.kit.forhosting.com/pdf/count-words \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"pages":["Chapter One\n\nThe quick brown fox jumps over the lazy dog.","A second page with only a few words."]}'const res = await fetch("https://api.kit.forhosting.com/pdf/count-words", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"pages": [
"Chapter One\n\nThe quick brown fox jumps over the lazy dog.",
"A second page with only a few words."
]
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/pdf/count-words",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"pages": [
"Chapter One\n\nThe quick brown fox jumps over the lazy dog.",
"A second page with only a few words."
]
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/pdf/count-words", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"pages":["Chapter One\\n\\nThe quick brown fox jumps over the lazy dog.","A second page with only a few words."]}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"pages":["Chapter One\n\nThe quick brown fox jumps over the lazy dog.","A second page with only a few words."]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/pdf/count-words", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Esempio di richiesta
{
"pages": [
"Chapter One\n\nThe quick brown fox jumps over the lazy dog.",
"A second page with only a few words."
]
}Esempio di risposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "pdf.count_words",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}L'API è asincrona: ricevi subito un task_id e puoi fare polling fino a 1 richiesta al secondo.
Prezzi
Prezzo pubblicato, senza token né crediti. Se l'attività fallisce, non paghi.
Limiti
max_mb | 25 |
max_pages | 200 |
Errori
| HTTP | Codice | Significato |
|---|---|---|
401 | unauthorized | Chiave API mancante o non valida: controlla l'header Authorization. |
402 | insufficient_balance | Credito esaurito: ricarica per continuare a eseguire attività. |
404 | unknown_type | Tipo di attività sconosciuto: controlla il campo type della richiesta. |
429 | rate_limited | Troppe richieste in poco tempo: rallenta e riprova tra qualche secondo. |
Note tecniche
L'input vuoto — pagine mancanti, array vuoto o pagine senza alcuna parola — viene rifiutato con un chiaro errore invalid_input invece di zeri silenziosi.
Come vengono calcolati i conteggi di parole, caratteri e pagine
Le pagine che non sono stringhe vengono rifiutate elemento per elemento con un messaggio che indica il numero della pagina incriminata, e il testo combinato oltre il limite di caratteri documentato fallisce subito con invalid_input, così una singola richiesta troppo grande non può monopolizzare la memoria del Worker.
Cosa invia e cosa riceve
Un classico percorso felice è un articolo di due pagine i cui totali sono la somma di entrambe le pagine con la media compresa tra le due cifre per pagina, e un documento con pagine bianche intenzionali riporta comunque il numero corretto di pagine contribuendo con zero parole. Usi il modulo gratuito del browser per verifiche rapide con copia e incolla sul testo esportato, poi chiami il contratto identico dagli script quando verifica interi archivi di documenti estratti. Invii un unico campo obbligatorio chiamato pages: un array di stringhe con il testo estratto di ogni pagina del PDF in ordine di lettura. Per comodità, gli alias text e content sono accettati come singola stringa, trattata come un documento di una pagina, e pages_text funziona come alias array per collegare client più vecchi. In caso di successo la risposta restituisce pages, total_words, total_characters, total_characters_no_spaces, words_per_page_average, un array per_page con numero di pagina, words, characters e characters_no_spaces per ogni pagina, e operation impostato su pdf_count_words. I casi di errore sono espliciti e mai addebitati: un campo pages mancante, un valore non array, un array vuoto, elementi non stringa, un numero di pagine o una lunghezza combinata oltre i limiti documentati e pagine il cui testo combinato non contiene parole sollevano tutti invalid_input con un messaggio che dice esattamente quale regola è fallita. Il prezzo per le chiamate API riuscite è la base pubblicata di $0.002 per elemento; i fallimenti di validazione non consumano saldo prepagato.
Dove i conteggi di parole per pagina di un PDF entrano nel lavoro reale
Il prezzo API è la base pubblicata di $0.002 per elemento riuscito, e l'input non valido non viene mai addebitato, il che mantiene prevedibili le verifiche di archivi in blocco.
Domande tecniche
Quale input si aspetta questo strumento?
Un campo chiamato pages: un array di stringhe con il testo estratto di ogni pagina del PDF in ordine. Gli alias text o content sono accettati come singola stringa e trattati come un documento di una pagina.