疑问是从资源页自己的 FAQ 开始的
那份简体 TXT 的详情页里自己立了一个问题：「Q：千字文真的有一千个不重复的字吗？」答案写的是「传统说法是约一千个不重复的字」，并注明「实际统计会因版本和用字标准不同而有差异」。这句自述就能量：「约一千」是几个、「不重复」按什么算。我把它取下来当被测文本，逐格读回、逐行追差值。
实测 4212 字节、139 物理行、无 BOM、LF 行尾、末行带换行；《千字文》的结构是 L1 标题行、L2 空行、L3 到 L127 正文 125 行、L128 空行、L129 到 L139 说明块，正文 122 行是「四字＋全角空格＋四字」，另 3 行（L93、L102、L109）夹着范围外的字。字数统计那页只有一个 textarea 和八张统计卡，countText() 里就八个表达式、零按钮、零网络调用。
整档跑一遍：八格各报什么
整份文件连标题行与说明块一起粘进去读回八格；再单独跑 L3 到 L127 的正文切片。
| 格子 | 整档 | 诗正文 |
|---|---|---|
| 总字符数 | 1528 | 1251 |
| 中文字数 | 1132 | 996 |
| 英文单词数 | 8 | 0 |
| 数字个数 | 2 | 0 |
| 行数 | 140 | 125 |
| 段落数 | 3 | 1 |
| 空格数 | 4 | 0 |
| 去空格字符数 | 1260 | 1002 |
一千个不重字吗：1000、996、995、991
125 行乘每行 8 字是 1000，可那只是排版账；把用字范围放宽逐字重数，正文真汉字实测恰 1000。页面那条 [\u4e00-\u9fa5]（[一-龥]，U+4E00 到 U+9FA5）在同一份正文上只报 996，差 4。去重是第二笔账：1000 去重剩 995，差的 5 恰是各出现 2 次的 5 种字——并（L79、L119）、发（L15、L21）、巨（L9、L82）、戚（L96、L105）、云（L7、L80）。这里只报次数；是否同一次归并得对照繁体底本，资源页自述本版未做学术校勘。两笔误差还会叠：按页面那条正则去重是 991。整档口径则是命中 1132、去重 1020，宽口径 1136、去重 1024。
图 1：四个数各属一种问法
范围外的 4 个字
漏抓清单只有 4 项，且都能定位：L109「弦歌酒䜩 接杯举觞」里的 䜩 U+4729、L93「两䟽见机 解组谁逼」里的 䟽 U+47FD，都在扩展 A（U+3400 到 4DBF）；另两个同在 L102，码点 U+2CA0E 与 U+214DC，落在辅助平面，字形在本篇字符集里写不出来，只能给码点。另外，L102 那行在总字符数里按 11 计，典型诗句行是 9；整档 total 报 1528、按码点重数 1526，差的 2 就是这两个字各多占一格，正文口径的 nospace 1002 比 1000 多出的也是这 2。本文件没有字落在 U+9FA6 到 U+9FFF 之间，所以是范围没覆盖而非区间内漏数。
空格盲区：4 对 125
「空格数」的正则体里是一个字面量空格，即 U+0020：整档报的 4 个全在 L137 许可行，正文 125 行的贡献是 0，隔开诗句的 125 个全角空格 U+3000 一个也不进这格。两格互不相认：只喂两个 U+3000，空格数报 0、去空格字符数也报 0，因为 nospace 的 \s 认它。整档账闭合：1528 减 1260 等于 268，等于 139 个换行加 125 个 U+3000 加 4 个半角空格。
图 2：被减掉的 268 是三段拼的
行的账与段的账
lines 按换行切开数段：139 物理行报 140，末行带换行就多出 1 个空段；同一段正文不带末换行报 125，补一个换行立刻 126，一字未动。paras 先 trim 再按空行切：整档报 3，三块长度 5、1251、267 恰是标题行、正文、说明块，中文字数 3 加 996 加 133 等于整档的 1132；块内全是单换行，凑不出 \n\s*\n，说明块单独跑 paras 只有 1。
英文单词数 8 与数字个数 2 都来自文末
八个 token 是 https、zh、wikisource、org、wiki、CC、BY、SA，落在 L136 的网址与 L137 的许可行；num 是把「4.0」用 \d+ 拆成 4 和 0。「CC BY-SA 4.0」单独喂进去实测 12 个字符、en 3、num 2、空格 2。诗正文那 125 行的 en 与 num 全 0，这两格报的与诗本身无关。
逐行求和与整档一次：五条相等，三条失真
按行拆开逐段喂、再对八格求和，与整档一次对照：total 求和 1389 对 1528，少 139——换行被切走，不再属于任何一段；lines 是 137 对 140；paras 是 137 对 3，逐段时每段自成一段落，虚增 134。而 1132、8、2、4、1260 这五个字段两种算法完全相等，因为命中从不跨行。
放大 1000 倍跑三次
整份复制 1000 次是 4212000 字节，countText 完整跑 3 次耗时 134.4374、75.1041、75.9508 毫秒，首次含热身，后两次稳在 75；拆开计时，汉字正则单独 59.5327 毫秒、去空格替换单独 7.0938 毫秒。大文本八格照旧报全，行数 139001、段落数 2001；原整档单跑只有 0.1291 毫秒。这些都是 Node 侧对逐字摘出的函数计的时，浏览器端刷新耗时与 textarea 的行数上限行为都未实测。
页面文案与八个表达式
介绍文案与小贴士逐条对代码判：11 条判定，3 条一致、3 条冲突、5 条部分一致。冲突三条正压在靶子上——「中文字数：精确统计中文汉字数量」对本文件漏 4 个真汉字，真值 1000 对页面 996；「数字个数：统计文本中的数字字符数」数的是连续串，「4.0」报 2；介绍列表里的「标点符号」在八个字段里根本没有对应格子。「英文单词按空格分词」也名不符实：abc123def 报 0、don't 报 2。
FAQ
Q：这份《千字文》到底有多少字？
看口径：整档 1528 与 1132；正文切片 1251 与 996；放宽范围重数 1000、去重 995；页面口径去重 991。「约一千」这句要靠这四个数一起解释。
Q：空格数为什么只有 4，诗行里明明有 125 个空格？
半角那 4 个全在文末许可行；诗行之间的是全角空格 U+3000，只认 U+0020 的正则数不到，而 nospace 的 \s 反倒把这 125 个连同 139 个换行一起减掉。
Q：并、发、巨、戚、云 算重字吗？要不要排个榜？
在这份正文里它们各出现 2 次，去重因此是 995 而不是 1000；本篇只交代次数，不排榜，也不做繁简归并的断言。字数一般怎么数另有旧文 论文、文案字数怎么数。