Phân tích tần suất từ và tần suất ký tự trong văn bản

Thống kê cục bộ Unicode ký tự, từ, dòng trùng lặp và các chỉ số văn bản cơ bản, có thể lọc theo quy tắc và xuất CSV chống chèn công thức.

Xử lý cục bộ trên trình duyệt

Trang này đã vượt qua kiểm tra thư mục công khai; bật JavaScript để sử dụng đầy đủ tính năng.

Hướng dẫn sử dụng

Cách sử dụng công cụ phân tích tần suất từ và tần suất ký tự trong văn bản

Văn bản chỉ được phân tách từ, đếm và xuất trong trình duyệt hiện tại, không được tải lên hoặc lưu trữ.

Nhập văn bản
Dán nội dung UTF-8; trang chỉ tiếp nhận tối đa 1000000 ký tự và 50,000 dòng, đồng thời giới hạn thêm kích thước sau khi mã hóa không vượt quá 1 MiB.
Thiết lập quy tắc thống kê
Chọn có bỏ qua chữ hoa chữ thường, dấu câu và khoảng trắng hay không, đồng thời thiết lập số lượng N mục hàng đầu cho 1–500.
Xem hoặc xuất
Xem tần suất ký tự, tần suất từ, các bộ đếm cơ bản và những dòng trùng lặp có đánh số dòng, hoặc xuất BOM có CSV để ngăn chặn việc chèn công thức.

Ưu tiên tách từ bằng Intl.Segmenter; khi trình duyệt không hỗ trợ, sẽ chuyển sang biểu thức chính quy Unicode; ranh giới từ trong văn bản tiếng Trung, tiếng Nhật và văn bản kết hợp có thể khác nhau.
CJK Số lượng chỉ thống kê các ký tự thuộc phạm vi chữ tượng hình thống nhất, không thể coi là tương đương với số chữ Hán, số ký tự hoặc số từ có thể đọc được trong ngôn ngữ tự nhiên.
Các mục có cùng tần suất được sắp xếp theo thứ tự xuất hiện lần đầu; tùy chọn bỏ qua sẽ thay đổi khóa và giá trị sau khi chuẩn hóa, không thể thay thế cho việc phân tích ngữ liệu chuyên nghiệp.

Tại sao tần suất từ có thể khác nhau giữa các trình duyệt?

Các triển khai Intl.Segmenter và quy tắc dự phòng do trình duyệt cung cấp có thể sử dụng ranh giới từ khác nhau; tần suất ký tự thường ổn định hơn.

Tại sao CSV được xuất ra lại thêm tiền tố cho các ô?

Nội dung bắt đầu bằng ký tự kích hoạt công thức sẽ được thêm tiền tố an toàn, giảm nguy cơ bị phần mềm bảng tính thực thi như công thức.

Các dòng trùng lặp có bỏ qua khoảng trắng không?

Các dòng trùng lặp được xử lý theo tùy chọn chuẩn hóa hiện tại trên giao diện công cụ, đồng thời giữ lại số dòng gốc tương ứng để đối chiếu.