📊 Hướng dẫn đếm từ và tính số byte
Khi viết các văn bản chính thức như bài luận xét tuyển đại học, hồ sơ ứng tuyển hay bài xã luận, việc tuân thủ giới hạn số từ hoặc số ký tự là bắt buộc. Tuy nhiên, ngay cả với cùng một văn bản, cách tính số ký tự và số byte lại khác nhau tùy nền tảng, nên thường gây nhầm lẫn. Bài viết này giải thích nguyên nhân của những khác biệt đó và cách dùng công cụ đếm văn bản hiệu quả.
1. Số ký tự có và không có khoảng trắng, dùng khi nào
Phần lớn nền tảng web và mẫu hồ sơ tuyển dụng tính số ký tự có khoảng trắng (dấu cách, xuống dòng, v.v.), vì khoảng trắng là một phần của cấu trúc câu và thể hiện độ dài nội dung. Tuy nhiên, một số kỳ xét duyệt học thuật hoặc hệ thống tính theo bản thảo chỉ đếm ký tự không có khoảng trắng để đảm bảo khách quan. Bạn nên kiểm tra quy định nộp bài trước.
2. Khác biệt số byte: UTF-8 và EUC-KR
Hiểu lầm phổ biến nhất xảy ra khi tính số byte. Máy tính xử lý văn bản bằng mã hóa nhị phân, và dung lượng mà một ký tự chiếm sẽ khác nhau tùy theo chuẩn mã hóa.
- EUC-KR: chuẩn mã hóa tiếng Hàn kiểu cũ. Chữ cái Latinh, chữ số và ký hiệu nửa độ rộng chiếm 1 byte, còn ký tự tiếng Hàn và ký hiệu toàn độ rộng chiếm 2 byte. Chuẩn này vẫn được dùng trên các trang tuyển dụng đời cũ của nhiều doanh nghiệp và cơ quan nhà nước Hàn Quốc.
- UTF-8: chuẩn Unicode quốc tế có thể mã hóa mọi ngôn ngữ. Chữ cái tiếng Anh và chữ số vẫn chiếm 1 byte, còn ký tự tiếng Hàn/CJK chiếm 3 byte. Giao diện web và cơ sở dữ liệu đám mây hiện đại gần như đều dựa trên UTF-8.
Ví dụ, chuỗi tiếng Hàn 4 ký tự "자기소개" chiếm 8 byte theo EUC-KR nhưng 12 byte theo UTF-8. Vì vậy, bạn nên chọn đúng chuẩn mã hóa của nền tảng cần nộp bằng bộ chọn ở phía trên công cụ này.
💡 Mẹo viết CV và bài luận nổi bật
- 1. Theo dõi mức độ lặp từ khóa
Lạm dụng các từ khóa (ví dụ: "năng lực", "phát triển", "hợp tác") trong bài luận khiến câu văn lặp lại và nhàm chán. Hãy xem bảng "Phân tích tần suất từ khóa" cập nhật theo thời gian thực ở phía dưới để thay các từ lặp nhiều bằng từ đồng nghĩa hoặc viết lại câu. - 2. Xử lý trên máy giúp tránh rò rỉ văn bản
Công cụ này xử lý dữ liệu hoàn toàn trong bộ nhớ RAM của thiết bị bạn. Vì không cần gửi qua lại với máy chủ bên ngoài, việc xử lý diễn ra tức thì, không độ trễ, giúp bạn yên tâm kiểm tra thông tin cá nhân nhạy cảm hay văn bản kinh doanh bảo mật.
❓ Câu hỏi thường gặp
H. Số ký tự của thư xin việc có tính khoảng trắng không? Đ. Tùy từng tổ chức. Phần lớn cổng tuyển dụng và hồ sơ xét tuyển đại học ở Hàn Quốc tính số ký tự có khoảng trắng, nhưng một số nơi ghi rõ không tính khoảng trắng. Công cụ này hiển thị cả hai con số, vì vậy hãy kiểm tra yêu cầu được công bố rồi xem con số tương ứng. H. Vì sao số byte theo EUC-KR và UTF-8 lại khác nhau? Đ. Vì đây là hai cách mã hóa khác nhau. Một âm tiết tiếng Hàn chiếm 2 byte trong EUC-KR và 3 byte trong UTF-8. Ví dụ, chuỗi bốn âm tiết "자기소개" là 8 byte theo EUC-KR và 12 byte theo UTF-8. Một số biểu mẫu cũ của cơ quan nhà nước đôi khi dùng con số theo EUC-KR. H. Số từ được đếm như thế nào? Đ. Mỗi cụm được ngăn cách bởi khoảng trắng hoặc dấu xuống dòng được tính là một từ. Vì vậy, tiếng Hàn được đếm theo đơn vị cách chữ (eojeol), khác với khái niệm từ trong tiếng Anh. H. Tôi có biết được số trang bản thảo không? Đ. Chia số ký tự có khoảng trắng cho 200 để có số trang bản thảo 200 ký tự ước tính. Giấy bản thảo thực tế có thể cần nhiều trang hơn vì dấu xuống dòng và thụt đầu đoạn để lại ô trống. H. Văn bản của tôi có bị lưu hoặc gửi đi không? Đ. Không. Việc đếm diễn ra hoàn toàn trong trình duyệt và văn bản không bao giờ được gửi lên máy chủ.