Tekst Analysator - Gratis Ordtæller & Tegntællings Værktøj

En tekstanalysator er et værktøj, der måler et stykke tekst. Denne tekstanalysator tæller ord, tegn, sætninger og afsnit, anslår læsetiden og viser de ord, der forekommer oftest i et tekstuddrag.

Sådan bruges tekstanalysatoren

1. Indsæt eller skriv tekst i inputfeltet. Tekst fra Word, Google Docs, e-mails eller websider fungerer.
2. Vælg Analyser. Værktøjet kører udelukkende i browseren, og derfor sendes ingen tekst til en server.
3. Læs resultaterne. Hver statistik vises som et tal med en betegnelse.
4. Rediger teksten, og analyser igen så mange gange som nødvendigt, for eksempel mens en stil skæres ned til en bestemt ordgrænse.

Sådan beregnes ordantallet

Værktøjet opdeler teksten ved mellemrumstegn (mellemrum, tabulatorer og linjeskift) i separate tokens. Et token tæller kun som et ord, hvis det indeholder mindst ét bogstav eller tal, så et enkelt tegnsætningstegn eller en række bindestreger tælles ikke med. Denne kontrol fungerer for alle skriftsystemer, herunder latinske, kyrilliske, græske, arabiske og CJK-tegn, ikke kun det engelske alfabet.

Et ord med bindestreg som "well-known" og en sammentrækning som "don't" tæller hver som ét ord, fordi ingen af dem indeholder et mellemrum.

Sådan beregnes tegntallet

Værktøjet viser to tegntal:

• Tegn (med mellemrum): hvert tegn i teksten, inklusive mellemrum og tegnsætning.
• Tegn (uden mellemrum): det samme antal, efter alle mellemrumstegn er fjernet.

Begge tal måler grafemklynger, altså de enheder en læser opfatter som ét tegn, i stedet for rå kodeenheder fra computeren. Det har betydning for emoji og andre symboler, som en computer gemmer som mere end én kodeenhed. Teksten "Hi 👍🏽 there" har for eksempel 10 tegn efter denne metode, selv om den samme streng måler 13 rå kodeenheder, fordi tommelfinger-op-emojien med en hudfarvemarkør er ét synligt tegn, men består af flere kodeenheder. Den lille tæller under inputfeltet bruger samme metode, så den stemmer altid overens med resultatet "Characters (with spaces)".

Sådan beregnes antallet af sætninger

Sætninger registreres ved hjælp af Unicode-standardens regler for sætningsgrænser (Unicode Text Segmentation, UAX #29), ikke ved en simpel søgning efter punktum, spørgsmålstegn eller udråbstegn. Det betyder, at værktøjet ikke opdeler en sætning ved et decimalpunkt eller efter en almindelig forkortelse. Sætningen "The U.S. economy grew 2.5%." tæller som én sætning, ikke tre, fordi reglerne genkender "U.S." som en forkortelse og "2,5" som et decimaltal.

Sådan beregnes antallet af afsnit

Et afsnit er en tekstblok, der er adskilt fra den næste blok af mindst én tom linje. Et enkelt linjeskift inde i en blok starter ikke et nyt afsnit, så tekst, der er linjeombrydt uden tomme linjer mellem linjerne, tæller stadig som ét afsnit.

Formel for gennemsnitligt antal ord pr. sætning

gennemsnitligt antal ord pr. sætning = antal ord ÷ antal sætninger

Resultatet vises afrundet til én decimal. Tallet er en grov rettesnor for, hvor let teksten er at læse: kortere sætninger i gennemsnit er som regel lettere at læse end længere.

Formel for læsetid

læsetid (minutter) = antal ord ÷ 225

Værktøjet antager en læsehastighed på 225 ord pr. minut, et ofte citeret tal for voksnes gennemsnitlige hastighed ved stillelæsning, og afrunder resultatet til én decimal. Et tekstuddrag på 450 ord giver for eksempel en læsetid på præcis 2,0 minutter.

Sådan findes de hyppigst forekommende ord

Værktøjet konverterer hvert ord til små bogstaver og fjerner tegnsætning fra begyndelsen og slutningen af det, så "Dog," og "dog" tæller som det samme ord. Tegnsætning inde i et ord bevares, så "don't" og "well-known" vises på listen stavet, som de blev skrevet. En krøllet apostrof behandles som en almindelig apostrof, så "don’t" og "don't" er det samme ord. Derefter tæller værktøjet, hvor mange gange hvert unikke ord forekommer, og viser de fem mest almindelige i rækkefølge fra det højeste antal til det laveste. Når to ord har samme antal forekomster, vises det ord først, som optrådte først i teksten.

Regneeksempel

Eksempel 1

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

Kontrol af ordantal: 17 tokens adskilt af mellemrumstegn indeholder et bogstav, så ordantallet er 17. Kontrol af sætningstal: 17 ÷ 2 = 8,5, hvilket stemmer overens med det viste gennemsnit.

Eksempel 2

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

Den tomme linje mellem tekstens to linjer markerer et afsnitsskift, så antallet af afsnit er 2. Unicode-reglerne for sætninger opdeler teksten i fire sætninger: "Hello world!", "This is the first paragraph.", "This is the second paragraph with more content." og "It has multiple sentences to demonstrate the analyzer." Det giver 23 ÷ 4 = 5,75, som afrundes til 5,8.

Særlige tilfælde

• Tomt input: Værktøjet viser en kort meddelelse, der beder om tekst, i stedet for en tabel med tal.
• Kun mellemrumstegn: Behandles på samme måde som tomt input.
• Kun tegnsætning: Tekst som "--- ..." indeholder ingen ord, så den samme meddelelse vises.
• Ingen tomme linjer: Hele teksten tæller som ét afsnit, også selv om den strækker sig over mange linjer.
• Sprog uden mellemrum: Ordoptællingen afhænger af mellemrum mellem ord, så den giver ikke et meningsfuldt resultat for sprog som kinesisk, japansk eller thai, der ikke adskiller ord med mellemrum. Tegnoptællingen fungerer stadig for alle sprog.

Ofte stillede spørgsmål

Svarer ordantallet til Microsoft Word?

Som regel ja for almindelig tekst. Begge tæller tokens adskilt af mellemrumstegn som ord. Der kan forekomme små forskelle omkring ord med bindestreg eller usædvanlig tegnsætning, fordi forskellige programmer behandler disse tilfælde lidt forskelligt.

Hvorfor er der to tegntal?

Forskellige platforme tæller forskelligt. De fleste sociale medier, herunder Twitter/X, tæller mellemrum med i en tegngrænse. Nogle systemer til aflevering af akademiske opgaver og nogle beskedsystemer udelader mellemrum. Ved at vise begge tal undgår man overraskelser, når tekst flyttes mellem platforme.

Tæller en emoji som ét tegn?

Ja. Værktøjet tæller grafemklynger, altså de enheder en læser ser som ét tegn, så en emoji tæller som ét tegn, selv om den internt kan være gemt som mere end én kodeenhed.

Hvor nøjagtigt er sætningstallet?

Værktøjet bruger Unicode-standardens regler for sætningsgrænser, som håndterer almindelige tilfælde korrekt, f.eks. decimaltal ("2,5") og forkortelser ("U.S.", "Dr."). Ingen automatisk metode er perfekt til alle mulige sætninger, men denne tilgang undgår de mest almindelige fejl ved en simpel søgning efter punktummer og spørgsmålstegn.

Fungerer dette for andre sprog end engelsk?

Tegnoptællingen fungerer for alle sprog. Ordoptællingen fungerer for alle sprog, der adskiller ord med mellemrum, såsom spansk, fransk eller tysk. Den giver ikke et meningsfuldt ordantal for sprog, der ikke bruger mellemrum mellem ord, såsom kinesisk eller japansk.

Er der en grænse for, hvor meget tekst jeg kan analysere?

Der er ingen fast grænse, og behandlingen sker øjeblikkeligt for typiske dokumenter som stile, blogindlæg og e-mails. Meget lange dokumenter, såsom en hel roman, tager lidt længere tid at behandle, fordi teksten analyseres udelukkende i browseren.