Como contar vogais em palavras portuguesas — guia prático
O assunto parece simples de mais, mas tem armadilhas que todo mundo ignora até tropeçar. Vou explicar do jeito que eu vejo no dia a dia, sem enfeite. Casa tem duas vogais. A letra "c" é consoante, o "s" também. Sobram os dois "a". Pronto. Se a pergunta é estritamente quantas vogais existem na palavra, a resposta é 2.
O problema é que, na prática, esse tipo de contagem aparece em três contextos diferentes e cada um deles exige regras ligeiramente distintas. Primeiro: contagem ingênua por letra. Segundo: contagem de fonemas vocáicos. Terceiro: contagem de sílabas vocáicas, que é o que usamos em métrica poética e em processamento de linguagem natural mais sério. O jeito que você conta muda o resultado.
Quantas vogais tem a palavra casa — resposta direta
Se a questão pede vogais grafêmicas, a resposta segue sendo 2. Vogal em português, pelo alfabeto padrão, são A, E, I, O, U (e, em análises mais amplas, às vezes Y quando aparece em estrangeirismos, mas isso não entra aqui). A palavra casa se decompõe em c-A-s-A, duas vogais. Existe um detalhe que as pessoas perdem: a palavra já carrega um caso de teste muito bom para mostrar a diferença entre grafia e som. Se alguém te perguntar "quantas vogais tem a palavra casa" em um contexto de phonetics, a resposta ainda é 2, porque cada /a/ corresponde a um fonema vocáico. Mas se a palavra fosse "pão", aí a coisa muda. "Pão" tem uma vogal grafêmica, "ã", mas soa como um ditongo nasal ou vogal + nasal, e isso depende da análise que você adotou.
Por que a resposta parece óbvia mas não é
Eu já passei por isso em projetos de tokenização e separação silábica. Havia um bug no pipeline que contava vogais por regex simples, e ele achava que "casa" tinha 4 vogais porque estava tratando certos caracteres especiais como possíveis marcadores de vogal. O defeito era sutil: o sistema lia "ç" e "ã" de forma inconsistente, dependendo da variante da string ( NFC ou NFD ). A correção foi padronizar para NFC antes de qualquer contagem e tratar "ç" explicitamente como consoante, "ã" como vogal nasal, e "é" / "ê" como vogais acentuadas. Isso costuma resolver 90% dos casos. Os outros 10% aparecem em palavras com hiatos e ditongos, onde a fronteira entre vogal e semivogal fica nebulosa.
Método prático para contar vogais
Se você precisa fazer isso repetidamente, não confie em olho. Use um passo claro. Eu costumo adotar este fluxo: Normalizar a string para NFC. Isso evita que acentos decompostos gerem contagem errada. Trocar tudo para minúsculas. Remover caracteres que não sejam letras do alfabeto português. Contar quantos caracteres estão no conjunto {a, e, i, o, u}. Considerar "ã", "õ", "á", "é", "í", "ó", "ú" como vogais apenas quando o critério for fonêmico. Ajustar para o contexto: se for métrica poética, use regras de sílaba; se for grafia, conte apenas letras vogais puras.
Em termos de tempo, esse fluxo leva de 3 a 5 minutos para escrever e testar em um script simples. Depois que está feito, você processa centenas de palavras em menos de 1 segundo. A diferença entre fazer na mão e automatizar é grande quando o volume sobe.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Pegadinhas comuns
A primeira pegadinha é confundir vogal com sílaba. "Casa" tem duas sílabas vocáicas, mas a contagem de vogais grafêmicas também dá 2. Já a palavra "lua" tem 2 vogais e 1 sílaba se você considerar o ditongo, mas 2 sílabas se separar o hiato. Dependendo da regra, a resposta muda. A segunda pegadinha é o acento gráfico. Palavras como "avó" têm vogais acentuadas que, em algumas contagens ingênuas, são tratadas como dois segmentos. Não são. São uma vogal com marca gráfica.
A terceira pegadinha é a letra "y". Em português ela aparece muito pouco. Quando aparece, em empréstimos ou nomes próprios, o tratamento varia. Eu prefiro incluir como vogal em análises amplas, mas excluir em contagens estritas de português padrão.
Quando esse método falha
O método direto falha em três situações. Primeira: textos com caracteres Unicode misturados e normalização inconsistente. Segunda: palavras com hiatos e ditongos que exigem análise fonológica, não só ortográfica. Terceira: quando o objetivo é contagem silábica para métrica poética, onde a regra tradicional conta vogais tônicas e átonas de forma diferente. Para esses casos, a alternativa mais segura é usar uma biblioteca de fonologia ou separação silábica, como o que o NLTK oferece em inglês, mas em português a opção mais estável hoje é depender de regras específicas da língua. Para uso rápido, eu recomendo construir uma camada de normalização + regex + tabela de exceptions. Em produção, usar um morfossintático é mais robusto, ainda que mais lento.
Tutorial rápido — contagem em Python
Vou mostrar um exemplo mínimo que resolve o problema para a maioria dos casos do dia a dia. Importe unicodedata e normalize para NFC. Defina um conjunto de vogais com as formas base: {a, e, i, o, u}. Adicione, se necessário, as formas acentuadas que seu caso exige: {á, à, â, ã, é, ê, í, ó, ô, õ, ú, ü}. Percorra a string letra por letra. Conte as que estiverem no conjunto. Retorne o total.
Esse código leva cerca de 10 linhas. Para "casa", ele retorna 2. Teste com "palavra", "pão", "avó", e "exceção" para ver como o comportamento muda dependendo do conjunto que você escolheu incluir.
Um ponto de vista que talvez você não espere
A maioria das pessoas trata vogais como algo binário: é vogal ou não é. Na prática, vogais em português carregam propriedades de abertura, nasalidade, tonicidade e posição silábica. Ignorar essas dimensões gera erro em tarefas como separação silábica, contagem métrica, e extração deFeatures para modelos de linguagem. Um erro comum é tratar "õ" exatamente como "o". Eles não são iguais fonologicamente. Se o seu objetivo é apenas contar grafemas, tudo bem. Se o objetivo é prever pronúncia ou acentuação, você precisa de um modelo que distingua as duas.
Download e recursos
Não vou colocar link genérico aqui. O mais útil é você montar seu próprio script baseado no fluxo descrito. Se quiser um recurso pronto, busque bibliotecas de processamento de português que exponham funções de normalização e tokenização fonológica. A vantagem de construir sua própria versão é que você controla exatamente como "ã", "ç", e hiatos são tratados. Resumo final: para a pergunta direta, a palavra "casa" tem 2 vogais. O resto é detalhe de contexto. Se você for aplicar isso em código, padronize normalização, seja explícito sobre o conjunto de vogais e teste com palavras que ativam as pegadinhas.
