词频统计工具回答一个问题: 每个词在你的文本里出现了几次? 把段落粘进文本框, 点分析, 工具列出它找到的每个词及计数, 从高频到低频排序, 旁边是总词数和唯一词数. 没有设置界面, 计数规则固定, 全部在浏览器里完成.
分析按钮, 不是实时计数
计数器不在你打字时更新. 文本框等你输入, 点分析才开始计数. 对长文这很重要: 转小写, 字符清理, 计数, 排序, 都在点击时一次完成, 长文不会每次按键都重算. 分析旁边是清除按钮, 按下后清空文本框并把两个计数同时归零.
只有 a-z 和 0-9 能通过清理
计数前, 工具用两步重写文本. 先全部转小写, The, THE 和 the 变成一个词. 然后删掉所有不是 a-z 字母或 0-9 数字的字符, 标点和拉丁字母表之外的内容直接掉出. 实际效果值得知道. Don't 里的撇号消失, 缩写按 dont 计数, 带撇号和不带撇号的写法落到同一条目. 重音字母如 café 里的 é 被删除而不是映射, 所以统计的是 caf 不是 café. 数字则保留: a1 和 b2 在这里是合法单词, 输入 a1 a1 b2 得到 a1 两次 b2 一次.
空白是词边界
清理后, 剩下的内容按空白串切分成词. 单个空格, 双空格, 制表符, 换行, 切分效果相同, 所以开头, 结尾和内部的重复空格不会产生空词. 开头两个空格, 词间三个空格, 结尾两个空格的文本, 正好算两个词. 如果文本全是标点, 结果是总词数 0, 唯一词数 0, 空表.
并列怎么排序
表格按计数从高到低排. 两个词计数相同时, 保持它们在文本中首次出现的先后: 词按阅读顺序进入频率表, 排序又是稳定的, 所以并列不会乱序. 输入 b a c b a c, 三个词各计两次, 表格显示 b, a, c. 换了文档, 并列顺序跟着新文本的首次出现走, 不是旧文本的.
总词数与唯一词数
表格上方有两个数字. 总词数数每一次出现, 重复也算: 输入 the the the the, 总数是 4. 唯一词数数表里不同的条目, 同一输入是 1. 两者的差距是重复度的快速读数: 重复词多的文档, 比如会议纪要或合同, 差距大; 词汇几乎不重复的文本, 差距小.
表格显示每个词
没有前十截断, 也没有最低计数. 文本含 3000 个不同词, 表就列 3000 行, 只出现一次的词也包含. 长词在词列被截断以保表格可读, 每个计数以小徽章放在词右侧. 对超长文本列表会很长, 这正是目的: 词汇表没有任何默认隐藏, 最罕见的词滚动一下就到.
工具保留什么, 下一步去哪
全部在浏览器本地完成: 文本转小写, 清理, 计数, 排序都在本地内存, 不发送到服务器. 刷新页面清空文本和结果. 想看文本的形状而不是词汇, 搭配字符计数器与分析器, 它数字符, 单词, 句子, 段落, 并把文本拆成大写, 小写, 数字, 符号; 文本统计与转换在同一组计数上加一键大小写转换; 阅读时间计算器把词数换算成分钟. 阅读时间计算器怎么用一文详解它的五个固定速度和 60 秒边界情况.