Podstawowe liczniki słów opierają się na prostych wyrażeniach regularnych szukających białych znaków (\s+), co całkowicie zawodzi w przypadku pism logograficznych, takich jak chińskie, japońskie czy tajskie, gdzie wyrazy nie są oddzielane spacjami. Ten licznik słów wykorzystuje Intl.Segmenter z wykrywaniem granic słów uwzględniającym specyfikę języka:
Na przykład dla poniższego wielojęzycznego fragmentu:
Utiliome is fast & private 🚀!
Developer tools: 日本語のテキストと英語 (UTF-8).
Silnik analityczny zwraca:
Words: 13
Characters (with spaces): 68
Characters (without spaces): 58
UTF-8 Bytes: 93
Sentences: 2
Paragraphs: 2
Zwróć uwagę, że liczba bajtów UTF-8 przekracza liczbę znaków ze względu na wielobajtowe znaki japońskie oraz emoji rakiety, podczas gdy słowa są dzielone zarówno według spacji w alfabecie łacińskim, jak i granic słów w języku japońskim.