使用方法
- 把文章粘进上面的文本框，或直接在里面输入。结果是实时更新的，页面打开时已经预置了一段 6 行示例，统计卡上显示的就是它的结果。
- 看句数：示例是 8 句。末尾如果有一段没有句末标点的文字，也会按一句残句计入，卡片下方的提示条会点出来。
- 看平均句长：示例 169 ÷ 8 = 21.13 字。这是判断文章节奏最常用的一个数，投稿和改写时先盯它。
- 再对一遍最长句 64 字和最短句 5 字：两者差得越多，说明节奏越不均匀，通常是最长那句该拆。
- 「长句阈值」默认 30 字，可填 10 到 200、步长 5；改了之后只有「长句」那张卡片跟着变，下面的分档表固定按 ≤10 / 11–20 / 21–30 / >30 四档统计。
- 想看看保护规则起了多大作用，把「保护小数点与缩写」勾掉：示例的句数会从 8 变成 11。文本框里按 Ctrl + Enter 可跳过延迟立即重算。
这个句子统计工具能解决什么问题
一是改写长稿时定位该拆的句子。一篇稿子读着累，往往不是整体太长，而是少数几句塞了太多信息；按句长降序一眼就能找到那几句，示例里第 3 句 64 字、占全文 38% 的长度，就是典型的拆分对象。
二是核对字数口径。约稿方说「3000 字、长短句要均匀」，先把平均句长和长句数算出来，再决定是拆句还是补句，比通读一遍凭感觉靠谱。
三是检查翻译稿和机器译文。直译出来的中文常常句长异常，平均句长一对比就能发现整段是不是照搬了原文的从句结构。
四是验证自己的切分规则对不对。把「保护小数点与缩写」勾掉再勾上，看句数差值，就知道手上的文本里有多少处 3.14、Mr. 这类容易被别的工具误判成句末的地方。
本页不做这些事：不数总字数和总字符数（那是另一种口径，请用字数统计工具）、不算字节数和存储体积（请用字符数统计工具）、不做分词与词频排行、不检查错别字和语病、不统计关键词密度。要按行而不是按句切分，请用行统计。
切分规则与句长口径
句子统计的切分用的是 String.prototype.split 带捕获组的写法：x.split(/([.!?。！？]+|…+)/)。捕获组让返回的数组变成「正文、终止符、正文、终止符……」交替排列，配对之后每一句都保留了自己的句末标点，疑问句判定和「末尾残句」判定才有依据。正则里用 + 而不是单个字符，是为了把连续标点并成一处：?!、？！、……、。。。 都只算一次结束，不会一句拆成三句。
句末标点池为什么会是这七个：半角 . ! ? 加全角 。 ！ ？ 再加省略号 …。分号、冒号、逗号一律不算句末——按 GB/T 15834-2011《标点符号用法》，句末点号是句号、问号、叹号三种，分号和冒号属于句内点号，只表示停顿层次；换行同样不算句末，它只是排版上的换行，一段文字中间敲回车不会让句子结束。省略号被收进来是因为它常常出现在句末表示语意未尽，代价是句中省略号也会被当成结束，这一点在边界一节里说清楚了。
假切分靠两次 String.prototype.replace 提前挡掉。第一次 /(\d)\.(\d)/g 把小数点换掉，所以 3.14、27.6 里的点不会被当句末；第二次 /\b(Mr|Mrs|Ms|Dr|Prof|Sr|Jr|St|vs|etc|Inc|Ltd|Co|No)\./g 处理 15 个常见英文缩写。替换用的占位符是 U+E000，属于 Unicode 私有使用区（PUA），正常文本里不会出现，所以不会和保护符本身撞车；换成 #、@ 这类常见字符就不行，正文里一旦出现同样的字符就会被误还原。
句长按「非空白字符的码点数」算：Array.from(s.replace(/\s/g, '')).length。这里不用 s.length，因为 JavaScript 的字符串以 UTF-16 存储，length 数的是码元，遇到 emoji、部分扩展 B 生僻字这类补充平面字符会数出 2；用数组展开走字符串迭代器才是码点。句长含句内标点、不含任何空白，所以示例里 8 句的字数是 6、29、64、5、12、8、16、29，加起来正好是全文的非空白字符数 169——这两个数永远相等，可以当作自查口径。
平均句长不是「去掉标点的字数除以句数」，而是 总字数 ÷ 句数，其中总字数含标点。示例 169 ÷ 8 = 21.13 字；如果先把标点剔掉，同样这段是 150 字，平均就变成 18.75 字，两个数字不能混用。中位句长取排序后正中间那句，句数为偶数时取中间两句的平均（示例排完序是 5、6、8、12、16、29、29、64，中间两句 12 和 16，得 14）。
常见误用的正确解释：把「平均句长 21 字」当成「每句都差不多 21 字」是最大的误读。平均量对极端值极敏感，示例里最长那句 64 字就把均值从 14 拉到了 21，所以看平均句长一定要同时看最长句和长句数，三个数一起看才有意义。
完整示例（数值仅作演示）
示例就是页面打开时文本框里那段 6 行文字，包含一句中文短句、一句带 Mr. 与两个小数点的中英混排、一句 64 字的长句、一句以 ?! 结尾的、一句带 …… 的，以及两句英文。实测结果：
- 句数 8，句末标点依次是
。、。、。、?!、……、。、?、!，没有末尾残句； - 总字数 169（含空白则是 188 个字符，差的 19 个是 5 个换行加句内空格）；
- 平均句长 21.13 字、最长句 64 字（第 3 句）、最短句 5 字（第 4 句「真的吗?!」）、中位句长 14 字；
- 长句 1 句（阈值 30）、疑问句 2 句（第 4 句和第 7 句）；
- 分档：≤10 字 3 句（37.5%）、11–20 字 2 句（25.0%）、21–30 字 2 句（25.0%）、>30 字 1 句（12.5%），合计 8 句。
把「保护小数点与缩写」勾掉后，同一段文字会被切成 11 句：Mr.、3.14、27.6 三处的点都被当成句末，各多切一次，净多 3 句（省略号仍在标点池里，不受影响）。这个 8 与 11 的差，就是保护规则在这段文本上的实际贡献。
句长分档与假切分对照表
分档表固定四档，用来看节奏分布；「长句」卡片跟随你填的阈值，两者互不覆盖，对照着看更清楚：
| 档位 | 示例句数 | 占比 | 判据 |
|---|---|---|---|
| ≤ 10 字 | 3 | 37.5% | 句长 ≤ 10 |
| 11 ~ 20 字 | 2 | 25.0% | 10 < 句长 ≤ 20 |
| 21 ~ 30 字 | 2 | 25.0% | 20 < 句长 ≤ 30 |
| > 30 字 | 1 | 12.5% | 句长 > 30 |
下面这些输入最容易产生「看起来像 bug」的结果，逐条列出本页的实际处理方式：
| 输入 | 本页句数 | 素切分句数 | 为什么不一样 |
|---|---|---|---|
| 整段示例文字 | 8 | 11 | Mr.、3.14、27.6 三处被保护，各少切一次，净差 3 |
真的吗?! | 1 | 1 | 连续标点用 + 并成一处，两处一致 |
Mr. Smith 买了 3.14 公斤 | 1 | 3 | 素切分在 Mr. 和 3.14 处各切一刀 |
好……吧。 | 2 | 1 | 本页把省略号当句末，句中省略号也会被切开 |
啊。。。啊。 | 2 | 1 | 三个句号连用被 + 并成一处结束，只切一次 |
没有句末标点 | 1 | 1 | 末尾残句照样计入，提示条会标明它没有标点 |
输入范围、边界与精度说明
- 文本上限 20 万字符（
maxlength，按 UTF-16 码元计）。纯中文能装 20 万个字，含大量 emoji 时按码元计算会少装一些。超过 10 万字符时提示条会提醒统计可能有短暂延迟，按 Ctrl + Enter 可以立刻重算一次。 - 空文本时八项指标全是 0，并在红框里写明「文本框是空的」——不会出现「1 句、平均 0 字」这种看着就不对的默认值。只有空白（空格、换行）时同样是 0。
- 长句阈值允许 10 到 200、步长 5。填成非数字或超出范围会点名这个字段并给出允许范围，不会静默回落到 30。阈值只影响「长句」卡片和提示条，不影响分档表。
- 句中省略号会被当成句末，这是本页最需要注意的口径。
好……吧。会被切成 2 句（好……和吧。）；如果你需要整句统计，请先把句中省略号改成逗号或破折号。同理，引号内的句末标点同样结束句子，「他说。」之后不再续接。 - 缩写保护只覆盖列出的 15 个：
Mr. Mrs. Ms. Dr. Prof. Sr. Jr. St. vs. etc. Inc. Ltd. Co. No.。遇到名单外的缩写（例如approx.、e.g.之外的写法）仍会被当成句末，此时手动把那个点改成全角句号即可。 - 小数点保护要求「数字 + 点 + 数字」。
3.14、27.6能挡住，但英文里句末写「价格是 27。」这类以数字加半角点结尾的句子，那个点会被当成小数点的一部分而不切分——中英混排的稿件要留意这一处。 - 不处理 Markdown、HTML 标签与代码块。带
<p>、#标题或代码块的文本会把标签和符号算进句长，先把正文抽出来再统计；要去掉标签可先过一遍去除 HTML 标签的工具。 - 句数上限没有硬性限制，但逐句明细表默认只渲染 12 行，点「加载更多」每次再加 12 行；这样几万句的长稿也不会把页面拖死。CSV 导出同样按当前已展开的行导出。
常见问题
为什么这里的句数和 Word 的「句数」不一样？
Word 的段落/句子统计依赖语言分词器和它自己的标点规则，本页按 GB/T 15834-2011 的句末点号加半角 . ! ? 与省略号来切，且会保护小数点与缩写。示例文字在本页是 8 句，去掉保护则是 11 句，差异几乎都出在 Mr.、3.14 这类地方。
「平均句长 21 字」是不是说多数句子都是 21 字？
不是。平均值对极端值很敏感，示例里排完序是 5、6、8、12、16、29、29、64，中位句长只有 14 字，是被那句 64 字拉高了均值。判断节奏请同时看平均句长、中位句长和长句数，三个数差得越多说明越不均匀。
省略号为什么把我的句子切开了？
因为本页把 … 归入句末标点池。句末省略号（示例第 5 句「他站在门口犹豫了很久……」）本来就该结束，代价是句中省略号也会被切开，好……吧。 会算 2 句。想整句统计，把句中的省略号换成逗号或破折号即可。
小数点和小数点结尾的句子怎么区分？
靠「数字 + 点 + 数字」这个条件。3.14 满足，所以那个点被占位符替换掉不再切分；而「价格是 27。」这种以数字加半角点收尾的句子也会被当成小数点保护起来，从而不切分。中英混排的稿件遇到这种情况，建议把句末改成全角句号。
总字数到底含不含标点？
含。总字数是各句「非空白字符的码点数」之和，示例 169 字里包含 19 个标点字符；剔掉全部标点后是 150 字，平均句长会由 21.13 降到 18.75。两个口径都成立，但不能混着用，对外报数时先说明是哪一种。
能不能统计英文或中英混排的文章？
能。半角 . ! ? 和全角 。 ！ ？ 都在句末标点池里，Mr.、etc. 一类缩写已列入保护名单。名单之外的缩写会被误切，遇到时手动把那个点改成全角句号。
最长能统计多少字？逐句明细只显示 12 行怎么办？
文本上限 20 万字符（按 UTF-16 码元）。逐句明细默认渲染 12 行，点「加载更多」每次再加 12 行，几万句的长稿也不会卡住页面；CSV 导出按当前已展开的行生成，带 BOM 以便 Excel 打开中文不乱码。
我粘贴的文字会被上传吗？
不会。句数、句长、分档、CSV 全部由页面里的正则和字符串运算算出，不发任何网络请求，也不写入浏览器存储，刷新后文本框回到预置示例。想确认可以打开开发者工具的 Network 面板，输入时观察是否有请求发出。