Các công cụ đếm từ cơ bản thường dựa vào biểu thức chính quy tách khoảng trắng đơn giản (\s+), cách này hoàn toàn thất bại với các hệ chữ tượng hình hoặc không dùng khoảng trắng để tách từ như tiếng Trung, tiếng Nhật và tiếng Thái. Công cụ đếm từ này sử dụng Intl.Segmenter để nhận diện ranh giới từ theo từng ngôn ngữ:
Ví dụ, với đoạn văn bản đa ngôn ngữ sau:
Utiliome is fast & private 🚀!
Developer tools: 日本語のテキストと英語 (UTF-8).
Bộ phân tích sẽ trả về kết quả:
Words: 13
Characters (with spaces): 68
Characters (without spaces): 58
UTF-8 Bytes: 93
Sentences: 2
Paragraphs: 2
Hãy lưu ý rằng số byte UTF-8 lớn hơn số lượng ký tự do các ký tự tiếng Nhật đa byte và biểu tượng cảm xúc tên lửa, trong khi các từ được tách chính xác theo cả khoảng trắng chữ Latinh lẫn ranh giới từ tiếng Nhật.