Eenvoudige woordentellers vertrouwen op simpele reguliere expressies voor witruimte (\s+), die volledig falen bij logografische schriften zoals het Chinees, Japans en Thais, waarin woorden niet door spaties worden gescheiden. Deze woordenteller gebruikt Intl.Segmenter met taalbewuste woordgrensdetectie:
Neem bijvoorbeeld dit meertalige fragment:
Utiliome is fast & private 🚀!
Developer tools: 日本語のテキストと英語 (UTF-8).
De analyse-engine rapporteert:
Words: 13
Characters (with spaces): 68
Characters (without spaces): 58
UTF-8 Bytes: 93
Sentences: 2
Paragraphs: 2
Merk op dat het aantal UTF-8-bytes hoger ligt dan het aantal tekens vanwege de Japanse multibyte-tekens en de raket-emoji, terwijl woorden zowel op Latijnse spaties als op Japanse woordgrenzen worden gesegmenteerd.