Базові лічильники слів покладаються на прості регулярні вирази для пробілів (\s+), які абсолютно не працюють із логографічними писемностями, такими як китайська, японська та тайська, де слова не розділяються пробілами. Цей лічильник слів використовує Intl.Segmenter із визначенням меж слів з урахуванням мови:
Наприклад, для цього багатомовного уривка:
Utiliome is fast & private 🚀!
Developer tools: 日本語のテキストと英語 (UTF-8).
Аналітичний рушій повідомляє:
Words: 13
Characters (with spaces): 68
Characters (without spaces): 58
UTF-8 Bytes: 93
Sentences: 2
Paragraphs: 2
Зверніть увагу, що кількість байтів UTF-8 перевищує кількість символів через багатобайтові японські символи та емодзі ракети, тоді як слова сегментуються як за пробілами в латиниці, так і за межами слів у японській мові.