Teksta Analizators - Bezmaksas Vārdu Skaitītājs un Rakstzīmju Skaitīšanas Rīks

Teksta analizators ir rīks, kas mēra rakstīta teksta apjomu. Šis teksta analizators saskaita vārdus, rakstzīmes, teikumus un rindkopas, aptuveni aprēķina lasīšanas laiku un uzskaita tekstā visbiežāk izmantotos vārdus.

Kā izmantot teksta analizatoru

1. Ielīmējiet vai ierakstiet tekstu ievades laukā. Der teksts no Word, Google dokumentiem, e-pastiem vai tīmekļa lapām.
2. Atlasiet Analizēt. Rīks darbojas tikai pārlūkprogrammā, tāpēc teksts netiek nosūtīts uz serveri.
3. Izlasiet rezultātus. Katra statistikas vērtība tiek parādīta kā numurs ar apzīmējumu.
4. Rediģējiet tekstu un analizējiet to vēlreiz tik reižu, cik nepieciešams, piemēram, saīsinot eseju līdz noteiktam vārdu skaitam.

Kā tiek aprēķināts vārdu skaits

Rīks sadala tekstu atsevišķos elementos pēc atstarpēm, tabulēšanas rakstzīmēm un rindu pārtraukumiem. Elements tiek uzskatīts par vārdu tikai tad, ja tajā ir vismaz viens burts vai cipars, tāpēc atsevišķa pieturzīme vai domuzīmju virkne netiek skaitīta. Šī pārbaude darbojas jebkurā rakstībā, tostarp latīņu, kirilicas, grieķu, arābu un CJK rakstībā, ne tikai angļu alfabētā.

Ar defisi savienots vārds, piemēram, "well-known", un saīsināta forma, piemēram, "don't", tiek skaitīti kā viens vārds, jo nevienā no tiem nav atstarpes.

Kā tiek aprēķināts rakstzīmju skaits

Rīks parāda divus rakstzīmju skaita rādītājus:

• Rakstzīmes (ar atstarpēm): visas teksta rakstzīmes, tostarp atstarpes un pieturzīmes.
• Rakstzīmes (bez atstarpēm): tāds pats skaits pēc visu atstarpju un citu tukšuma rakstzīmju noņemšanas.

Abi skaita rādītāji mēra grafēmu kopas — vienības, ko lasītājs uztver kā vienu rakstzīmi —, nevis neapstrādātas datora koda vienības. Tas ir svarīgi emocijzīmēm un citiem simboliem, kurus dators glabā kā vairāk nekā vienu koda vienību. Piemēram, tekstā "Hi 👍🏽 there" pēc šīs metodes ir 10 rakstzīmes, lai gan tā pati virkne sastāv no 13 neapstrādātām koda vienībām, jo emocijzīme ar paceltu īkšķi un ādas toņa indikatoru ir viena redzama rakstzīme, bet vairākas koda vienības. Mazais skaitītājs zem ievades lauka izmanto to pašu metodi, tāpēc tā rādījums vienmēr sakrīt ar rezultātu "Characters (with spaces)".

Kā tiek aprēķināts teikumu skaits

Teikumi tiek noteikti, izmantojot Unicode standarta teikumu robežu noteikumus (Unicode teksta segmentēšana, UAX #29), nevis vienkārši meklējot punktu, jautājuma zīmi vai izsaukuma zīmi. Tas nozīmē, ka rīks nesadala teikumu pie decimāldaļas punkta vai aiz bieži lietota saīsinājuma. Teikums "The U.S. economy grew 2.5%." tiek skaitīts kā viens teikums, nevis trīs, jo noteikumi atpazīst "U.S." kā saīsinājumu un "2,5" kā decimālskaitli.

Kā tiek aprēķināts rindkopu skaits

Rindkopa ir teksta bloks, ko no nākamā bloka atdala vismaz viena tukša rinda. Atsevišķs rindu pārtraukums bloka iekšienē nesāk jaunu rindkopu, tāpēc teksts, kas bez tukšām rindām starp rindām ir manuāli pārnests jaunās rindās, joprojām tiek skaitīts kā viena rindkopa.

Vidējā vārdu skaita teikumā formula

vidējais vārdu skaits teikumā = vārdu skaits ÷ teikumu skaits

Rezultāts tiek noapaļots līdz vienai zīmei aiz komata. Šis skaitlis aptuveni raksturo teksta lasīšanas vieglumu: īsākus vidēji garus teikumus parasti ir vieglāk lasīt nekā garākus.

Lasīšanas laika formula

lasīšanas laiks (minūtēs) = vārdu skaits ÷ 225

Rīks pieņem, ka lasīšanas ātrums ir 225 vārdi minūtē — bieži minēts vidējais pieauguša cilvēka klusās lasīšanas ātrums —, un rezultātu noapaļo līdz vienai zīmei aiz komata. Piemēram, 450 vārdu tekstam lasīšanas laiks ir tieši 2,0 minūtes.

Kā tiek atrasti visbiežāk lietotie vārdi

Rīks katru vārdu pārveido mazajos burtos un noņem pieturzīmes tā sākumā un beigās, tāpēc “Dog,” un “dog” tiek skaitīti kā viens un tas pats vārds. Pieturzīmes vārda iekšienē tiek saglabātas, tāpēc "don't" un "well-known" sarakstā parādās tādā rakstībā, kādā tās izmantotas. Izliektā apostrofa vietā tiek lietots parastais apostrofs, tāpēc "don’t" un "don't" ir viens un tas pats vārds. Pēc tam rīks saskaita, cik reižu parādās katrs unikālais vārds, un sarakstā no visbiežāk lietotā līdz vismazāk lietotajam iekļauj piecus izplatītākos vārdus. Ja diviem vārdiem skaits ir vienāds, pirmais sarakstā tiek norādīts tas, kas tekstā parādījās agrāk.

Aprēķina piemērs

Piemērs 1

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

Vārdu skaita pārbaude: 17 ar atstarpēm atdalīti elementi satur burtu, tāpēc vārdu skaits ir 17. Teikumu skaita pārbaude: 17 ÷ 2 = 8,5, kas atbilst parādītajam vidējam rādītājam.

Piemērs 2

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

Tukšā rinda starp abām teksta rindām iezīmē rindkopas pārtraukumu, tāpēc rindkopu skaits ir 2. Unicode teikumu noteikumi sadala tekstu četros teikumos: "Hello world!", "This is the first paragraph.", "This is the second paragraph with more content." un "It has multiple sentences to demonstrate the analyzer.". Tādējādi 23 ÷ 4 = 5,75, kas tiek noapaļots līdz 5,8.

Īpašie gadījumi

• Tukša ievade: rīks skaitļu tabulas vietā parāda īsu paziņojumu ar lūgumu ievadīt tekstu.
• Tikai atstarpes: tiek apstrādāts tāpat kā tukša ievade.
• Tikai pieturzīmes: tādā tekstā kā “--- ...” nav vārdu, tāpēc tiek parādīts tas pats paziņojums.
• Nav tukšu rindu: viss teksts tiek skaitīts kā viena rindkopa, pat ja tas aizņem daudzas rindas.
• Valodas bez atstarpēm: vārdu skaitīšana ir atkarīga no atstarpēm starp vārdiem, tāpēc tā nedod jēgpilnu rezultātu tādām valodām kā ķīniešu, japāņu vai taju valoda, kur vārdi netiek atdalīti ar atstarpēm. Rakstzīmju skaitīšana darbojas jebkurā valodā.

Biežāk uzdotie jautājumi

Vai vārdu skaits sakrīt ar Microsoft Word?

Parasti jā, ja runa ir par parastu tekstu. Abas programmas skaita ar atstarpēm atdalītus elementus kā vārdus. Nelielas atšķirības var rasties pie vārdiem ar defisi vai neparastām pieturzīmēm, jo dažādas programmas šādus gadījumus apstrādā nedaudz atšķirīgi.

Kāpēc ir divi rakstzīmju skaita rādītāji?

Dažādas platformas skaita atšķirīgi. Lielākā daļa sociālo mediju pakalpojumu, tostarp Twitter/X, rakstzīmju ierobežojumā ieskaita arī atstarpes. Dažas akadēmisko darbu iesniegšanas un ziņapmaiņas sistēmas atstarpes neieskaita. Abu skaitu parādīšana novērš negaidītas atšķirības, pārvietojot tekstu starp platformām.

Vai emocijzīme tiek skaitīta kā viena rakstzīme?

Jā. Rīks skaita grafēmu kopas — vienības, ko lasītājs redz kā vienu rakstzīmi —, tāpēc emocijzīme tiek skaitīta kā viena rakstzīme, lai gan iekšēji tā var tikt glabāta kā vairāk nekā viena koda vienība.

Cik precīzs ir teikumu skaits?

Rīks izmanto Unicode standarta teikumu robežu noteikumus, kas pareizi apstrādā tādus biežus gadījumus kā decimālskaitļi (“2,5”) un saīsinājumi ("U.S.", “Dr.”). Neviena automātiska metode nav perfekta visiem iespējamiem teikumiem, taču šī pieeja novērš biežākās kļūdas, kas rodas, vienkārši meklējot punktus un jautājuma zīmes.

Vai tas darbojas arī citās valodās, ne tikai angļu valodā?

Rakstzīmju skaitīšana darbojas jebkurā valodā. Vārdu skaitīšana darbojas jebkurā valodā, kur vārdi tiek atdalīti ar atstarpēm, piemēram, spāņu, franču vai vācu valodā. Tā nedod jēgpilnu vārdu skaitu valodās, kurās starp vārdiem neizmanto atstarpes, piemēram, ķīniešu vai japāņu valodā.

Vai analizējamā teksta apjomam ir ierobežojums?

Fiksēta ierobežojuma nav, un tipiski dokumenti, piemēram, esejas, emuāra ieraksti un e-pasti, tiek apstrādāti uzreiz. Ļoti gari dokumenti, piemēram, viss romāns, tiek apstrādāti nedaudz ilgāk, jo teksts tiek analizēts pilnībā pārlūkprogrammā.