Анализатор на текст - Безплатен инструмент за броене на думи и символи

Текстовият анализатор е инструмент, който измерва писмен текст. Той брои думите, знаците, изреченията и абзаците, изчислява приблизителното време за четене и показва думите, използвани най-често в даден текст.

Как се използва текстовият анализатор

1. Поставете или въведете текст в полето за въвеждане. Подходящ е текст от Word, Google Документи, имейли или уебстраници.
2. Изберете Анализирай. Инструментът работи изцяло в браузъра, така че текстът не се изпраща към сървър.
3. Прегледайте резултатите. Всяка статистика се показва като число с етикет.
4. Редактирайте текста и го анализирайте отново толкова пъти, колкото е необходимо, например докато съкращавате есе до определен брой думи.

Как се изчислява броят на думите

Инструментът разделя текста на отделни токени по празни знаци (интервали, табулации и нови редове). Токенът се брои за дума само ако съдържа поне една буква или цифра, затова единична пунктуация или поредица от тирета не се брои. Тази проверка работи с всяка писменост, включително латиница, кирилица, гръцка, арабска и CJK, а не само с английската азбука.

Дума с тире, като "well-known", и съкращение, като "don't", се броят за една дума, защото нито едното не съдържа интервал.

Как се изчислява броят на знаците

Инструментът показва два броя знаци:

• Знаци (с интервали): всеки знак в текста, включително интервалите и препинателните знаци.
• Знаци (без интервали): същият брой, след като всички празни знаци бъдат премахнати.

И двата броя измерват графемни клъстери — единиците, които читателят възприема като един знак, а не суровите кодови единици на компютъра. Това е важно за емоджитата и други символи, които компютърът съхранява като повече от една кодова единица. Например текстът "Hi 👍🏽 there" съдържа 10 знака според този метод, въпреки че същият низ съдържа 13 сурови кодови единици, тъй като емоджито с вдигнат палец и маркер за цвят на кожата е един видим знак, но се състои от няколко кодови единици. Малкият брояч под полето за въвеждане използва същия метод, затова винаги съвпада с резултата "Characters (with spaces)".

Как се изчислява броят на изреченията

Изреченията се откриват според стандартните правила на Unicode за границите между изреченията (Unicode Text Segmentation, UAX #29), а не чрез просто търсене на точка, въпросителен или удивителен знак. Това означава, че инструментът не разделя изречение при десетична точка или след често срещано съкращение. Изречението "The U.S. economy grew 2.5%." се брои за едно изречение, а не за три, защото правилата разпознават "U.S." като съкращение, а „2,5“ като десетично число.

Как се изчислява броят на абзаците

Абзацът е блок от текст, отделен от следващия блок с поне един празен ред. Единичният нов ред вътре в блока не започва нов абзац, така че текст, пренесен принудително на нови редове без празни редове между тях, все още се брои като един абзац.

Формула за средния брой думи на изречение

среден брой думи на изречение = брой думи ÷ брой изречения

Резултатът се показва, закръглен до един знак след десетичната запетая. Това число е приблизителен ориентир за леснотата на четене на текста: по-кратките средни изречения обикновено се четат по-лесно от по-дългите.

Формула за времето за четене

време за четене (минути) = брой думи ÷ 225

Инструментът приема скорост на четене от 225 думи в минута — често посочвана стойност за средната скорост на безшумно четене при възрастни — и закръгля резултата до един знак след десетичната запетая. Например текст от 450 думи има време за четене точно 2,0 минути.

Как се намират най-често срещаните думи

Инструментът преобразува всяка дума в малки букви и премахва пунктуацията от началото и края ѝ, така че „Dog,“ и „dog“ се броят за една и съща дума. Пунктуацията вътре в думата се запазва, затова "don't" и "well-known" се появяват в списъка така, както са били изписани. Извито апострофче се третира като обикновено, така че "don’t" и "don't" са една и съща дума. След това инструментът преброява колко пъти се среща всяка уникална дума и показва петте най-често срещани — от най-голям към най-малък брой. Когато две думи имат еднакъв брой срещания, първа се показва думата, която се е появила по-рано в текста.

Пример с решение

Пример 1

Текст: "The quick brown fox jumps over the lazy dog. This sentence contains every letter of the alphabet."

Проверка на броя думи: 17 токена, разделени с празни знаци, съдържат буква, така че броят на думите е 17. Проверка на броя изречения: 17 ÷ 2 = 8,5, което съвпада с показаната средна стойност.

Пример 2

Текст: "Hello world! This is the first paragraph.\n\nThis is the second paragraph with more content. It has multiple sentences to demonstrate the analyzer."

Празният ред между двата реда текст обозначава край на абзац, затова броят на абзаците е 2. Правилата на Unicode за изреченията разделят текста на четири изречения: "Hello world!", "This is the first paragraph.", "This is the second paragraph with more content." и "It has multiple sentences to demonstrate the analyzer.". Това дава 23 ÷ 4 = 5,75, което се закръгля до 5,8.

Гранични случаи

• Празно поле: инструментът показва кратка бележка с искане за текст вместо таблица с числа.
• Само интервали: обработва се по същия начин като празно поле.
• Само препинателни знаци: текст като „--- ...“ няма думи, затова се показва същата бележка.
• Без празни редове: целият текст се брои като един абзац, дори да обхваща много редове.
• Езици без интервали: броенето на думите зависи от интервалите между думите, затова не дава смислен резултат за езици като китайски, японски или тайски, в които думите не се отделят с интервали. Броенето на знаците работи за всеки език.

Често задавани въпроси

Съвпада ли броят на думите с този в Microsoft Word?

Обикновено да, при обикновен текст. И двата инструмента броят разделените с празни знаци токени като думи. Възможни са малки разлики при думите с тире или необичайните препинателни знаци, тъй като различните програми обработват тези случаи малко по-различно.

Защо има два броя знаци?

Различните платформи броят по различен начин. Повечето социални мрежи, включително Twitter/X, включват интервалите в ограничението за броя знаци. Някои системи за подаване на академични работи и системи за съобщения не включват интервалите. Показването и на двата броя предотвратява изненади при прехвърляне на текст между платформи.

Емоджито брои ли се за един знак?

Да. Инструментът брои графемни клъстери — единиците, които читателят възприема като един знак — така че емоджито се брои за един знак, дори вътрешно да се съхранява като повече от една кодова единица.

Колко точен е броят на изреченията?

Инструментът използва правилата на стандарта Unicode за границите на изреченията, които правилно обработват често срещани случаи като десетични числа („2,5“) и съкращения ("U.S.", „Dr.“). Никой автоматичен метод не е съвършен за всяко възможно изречение, но този подход избягва най-честите грешки при простото търсене на точки и въпросителни знаци.

Работи ли това за езици, различни от английския?

Броенето на знаците работи за всеки език. Броенето на думите работи за всеки език, в който думите се отделят с интервали, например испански, френски или немски. То не дава смислен брой думи за езици, в които думите не се разделят с интервали, например китайски или японски.

Има ли ограничение за количеството текст, което мога да анализирам?

Няма фиксирано ограничение и обработката се извършва незабавно при обичайни документи като есета, публикации в блогове и имейли. Много дългите документи, например цял роман, се обработват малко по-дълго, защото текстът се анализира изцяло в браузъра.