Penganalisis Teks

Alat Penganalisis Teks - Penghitung Perkataan & Aksara Dalam Talian Percuma

Apakah itu Penganalisis Teks?

Pernahkah anda memandang dokumen dan tertanya-tanya sama ada anda telah mencapai minimum 500 perkataan atau kekal dalam had aksara yang ketat? Itulah yang tepat dapat diselesaikan oleh alat ini.

Penganalisis teks serta-merta mendedahkan metrik utama tentang tulisan anda—kiraan perkataan, kiraan aksara (dengan dan tanpa ruang), kiraan ayat, kiraan perenggan, masa membaca, dan banyak lagi. Tampalkan kandungan anda, klik "Analisis," dan dapatkan statistik komprehensif dalam milisaat.

Yang menjadikannya sangat berguna: anda melihat kedua-dua jenis kiraan aksara. Platform media sosial seperti Twitter mengira semua aksara termasuk ruang, manakala beberapa sistem penyerahan akademik mengecualikannya. Mempunyai kedua-dua metrik bermakna anda tidak akan terkejut apabila menampalkan kandungan ke platform yang berbeza.

Alat ini berfungsi sepenuhnya dalam pelayar anda—tiada muat naik pelayan, tiada persediaan rumit, tiada akaun diperlukan. Hanya penghuraian teks segera yang sepadan dengan algoritma pengiraan yang digunakan oleh Microsoft Word dan Google Docs.

Cara Menggunakan Penganalisis Teks

Menggunakan alat ini mengambil masa kira-kira 5 saat:

Masukkan Teks Anda: Tampal kandungan dari mana-mana sumber—dokumen Word, Google Docs, e-mel, draf blog, atau taip terus ke dalam kawasan input.
Klik Analisis: Tekan butang analisis dan lihat keputusan muncul serta-merta. Pemprosesan berlaku di sisi pelanggan, jadi dokumen 10,000+ perkataan pun dianalisis dalam kurang dari satu saat.
Semak Keputusan: Statistik dipaparkan dalam susun atur kad yang mudah dilihat. Setiap metrik menunjukkan label dan nombor yang jelas—tiada interpretasi diperlukan.
Ulang Dengan Cepat: Edit teks anda dan analisis semula sebanyak yang diperlukan. Ini sangat berguna apabila anda cuba mencapai kiraan perkataan tertentu untuk esei atau kekal dalam had aksara untuk siaran media sosial.

Sokongan Bahasa: Berfungsi dengan mana-mana bahasa yang menggunakan ruang untuk memisahkan perkataan (Inggeris, Sepanyol, Perancis, Jerman, dll.). Pengiraan aksara berfungsi secara sejagat, walaupun anggaran masa membaca mengandaikan kelajuan membaca Bahasa Inggeris (225 perkataan per minit). Untuk bahasa seperti Cina atau Jepun yang tidak menggunakan pemisah perkataan, kiraan aksara kekal tepat tetapi kiraan perkataan tidak bermakna.

Cara Alat Menangani Kes Pinggir

Teks dunia sebenar adalah kusut—ruang tambahan, jeda baris yang tidak konsisten, pemformatan khas. Begini cara penganalisis mengendalikan senario biasa:

Input Kosong: Semua metrik menunjukkan sifar. Mudah dan jelas.
Hanya Ruang Putih: Dianggap kosong—alat tidak akan mengira dokumen penuh ruang sebagai mempunyai kandungan.
Perkataan Tunggal: Dikira sebagai satu ayat dan satu perenggan. Ini mungkin kelihatan pelik, tetapi ia menghalang ralat pembahagian-sifar dan memberikan gelagat yang konsisten.
Ruang Berturut-turut: Kiraan aksara tanpa ruang membuang semua ruang putih, termasuk tab dan jeda baris. Berguna apabila menyalin dari PDF di mana pemformatan menambah aksara tersembunyi.
Pengesanan Perenggan: Berfungsi dengan mengenal pasti jeda baris. Satu atau lebih baris kosong mewujudkan sempadan perenggan. Ini sepadan dengan cara kebanyakan orang menulis secara semula jadi.
Nombor dan Tanda Baca: Disertakan dalam kiraan aksara tetapi biasanya dikecualikan dari kiraan perkataan (melainkan melekat pada huruf, seperti "don't" atau "COVID-19").

Kes pinggir biasa: menyalin teks dari PDF sering memperkenalkan jeda baris pelik di tengah ayat. Penganalisis mengendalikan ini dengan baik, walaupun anda mungkin melihat kiraan perenggan yang lebih tinggi daripada jangkaan. Apabila ini berlaku, nisbah ayat-ke-perenggan mendedahkan isu tersebut.

Memahami Metrik

Berikut adalah maklumat yang setiap statistik memberitahu anda dan mengapa ia penting:

Kiraan Perkataan

Jumlah perkataan yang dipisahkan mengikut ruang. Perkataan yang digabungkan seperti "well-known" dikira sebagai satu perkataan, begitu juga dengan kontraksi seperti "don't".

Mengapa ini penting: Kebanyakan tugasan akademik menetapkan keperluan kiraan perkataan. Pemasaran kandungan sering menyasarkan julat tertentu—siaran blog biasanya bertujuan 1,500-2,000 perkataan untuk SEO, manakala caption media sosial berfungsi paling baik di bawah 150 perkataan.

Kiraan Aksara (Dengan Ruang)

Setiap aksara termasuk huruf, nombor, tanda baca, dan ruang.

Mengapa ini penting: Had 280 aksara Twitter, had siaran 3,000 aksara LinkedIn, dan pesanan SMS semuanya mengira ruang. Inilah kiraan aksara "dunia sebenar" anda.

Kiraan Aksara (Tanpa Ruang)

Semua aksara tidak termasuk sebarang ruang putih.

Mengapa ini penting: Beberapa jurnal akademik dan sistem penyerahan mengecualikan ruang dari had. Had 5,000 aksara tanpa ruang memberi anda kira-kira 20% ruang tambahan berbanding yang termasuk ruang.

Kiraan Ayat

Dikesan melalui tanda baca terminal (. ! ?) diikuti ruang atau akhir teks. Heuristik asas menghalang pengiraan singkatan seperti "Dr." sebagai pemisah ayat.

Mengapa ini penting: Digabungkan dengan kiraan perkataan, ini mendedahkan kerumitan ayat. Artikel berita purata 15-20 perkataan per ayat, manakala penulisan akademik sering mencapai 25-30.

Kiraan Perenggan

Dipisahkan mengikut jeda baris. Teks satu baris pun dikira sebagai satu perenggan.

Mengapa ini penting: Pembaca dalam talian mengimbas dan bukannya membaca. Perenggan pendek (3-5 ayat) meningkatkan keterbacaan pada skrin. Jika anda mempunyai 500 perkataan dalam 3 perenggan, anda menulis dinding teks yang menjauhkan pembaca.

Purata Perkataan Per Ayat

Jumlah perkataan dibahagi dengan kiraan ayat, dibulatkan kepada satu tempat perpuluhan.

Mengapa ini penting: Metrik tunggal ini meramalkan keterbacaan lebih baik daripada hampir apa-apa. Sasarkan 15-20 untuk khalayak umum, 20-25 untuk kandungan profesional, 25+ untuk penulisan akademik. Melebihi 30 perkataan per ayat biasanya bermakna anda perlu memecahkannya.

5 Perkataan Paling Kerap

Perkataan yang muncul paling kerap, dengan kiraan kemunculan.

Mengapa ini penting: Mendedahkan penggunaan kata kunci dan potensi penggunaan berlebihan. Semasa menulis kandungan SEO, anda ingin kata kunci sasaran ada di sini tetapi tidak mendominasi. Jika satu perkataan muncul 50 kali dalam artikel 500 perkataan, anda sedang "mengisi kata kunci". Bahasa semula jadi menunjukkan perbendaharaan kata yang pelbagai di tempat teratas ini.

Anggaran Masa Membaca

Berdasarkan 225 perkataan per minit, kelajuan membaca senyap purata untuk Bahasa Inggeris. Menurut penyelidikan oleh Trauzettel-Klosinski (2006), kelajuan membaca dewasa normal adalah 200-250 WPM, dengan 225 mewakili median.

Mengapa ini penting: Siaran blog dengan masa membaca 7-8 minit berfungsi paling baik untuk penglibatan. Pembaca secara sedar memutuskan sama ada untuk melabur masa sebelum memulakan. Artikel surat berita di bawah 5 minit melihat kadar penyiapan yang lebih tinggi.

Cara Kerja Pengiraan

Alat ini menggunakan algoritma pemprosesan teks standard yang sepadan dengan Microsoft Word dan Google Docs:

Pengiraan Perkataan: Pisahkan teks pada sempadan ruang putih (ruang, tab, pemutus baris), tapis rentetan kosong, kira yang tersisa. Ini adalah pendekatan standard industri yang ditakrifkan oleh spesifikasi Segmentasi Teks Unicode.

Pengiraan Aksara: Untuk kiraan "dengan ruang",ukur panjang rentetan. Untuk "tanpa ruang," buang dahulu semua aksara ruang putih. Kedua-dua kaedah sepadan dengan standard dari World Wide Web Consortium (W3C).

Pengesanan Ayat: Kenal pasti tanda baca terminal (. ! ?) diikuti ruang putih atau akhir teks. Heuristik asas menghalang positif palsu dari singkatan biasa seperti "Dr." atau "Mrs."—walaupun kes kompleks seperti "The U.S. economy grew 2.5%." kadang-kadang boleh menghasilkan kiraan yang tidak dijangka. Pengesanan ayat yang sempurna memerlukan pemprosesan bahasa semula jadi; pelaksanaan ini mengutamakan kelajuan dan meliputi 95%+ kes penggunaan biasa.

Kekerapan Perkataan: Tukar kepada huruf kecil (padanan tidak mengira huruf), kira kemunculan, susun mengikut kekerapan. Ini mendedahkan corak tetapi mempunyai had—"running" dan "run" dikira sebagai perkataan berbeza, dan artikel biasa seperti "the" sering mendominasi.

Semua pemprosesan berlaku di sisi pelanggan dalam pelayar anda menggunakan kaedah rentetan asli JavaScript. Tiada data meninggalkan peranti anda.

Kegunaan Dunia Sebenar

Penulisan Akademik

Pelajar menghadapi keperluan kiraan perkataan yang ketat—biasanya 500, 1,000, 1,500, atau 2,000 perkataan untuk esei. Kurang sedikit 50 perkataan boleh mengurangkan markah, manakala melebihi had menunjukkan anda tidak boleh menyunting dengan tepat.

Senario biasa: anda telah menulis yang kelihatan mencukupi tetapi kiraan menunjukkan 1,847 perkataan untuk minimum 2,000 perkataan. Daripada mengisi dengan bahan tambahan, analisis perkataan purata setiap ayat. Jika di bawah 20, anda mungkin menulis terlalu ringkas dan boleh mengembangkan idea kompleks dengan penjelasan yang lebih terperinci.

Pemasaran Kandungan & SEO

Enjin carian menyukai kandungan komprehensif. Data dari kajian SEO mencadangkan artikel 1,500-2,500 perkataan cenderung menduduki ranking lebih tinggi untuk kata kunci kompetitif. Tetapi kiraan perkataan sahaja tidak menjamin kejayaan—anda memerlukan substansi juga.

Gunakan analisis kekerapan untuk menyemak penggunaan kata kunci. Jika kata kunci sasaran anda muncul 30 kali dalam 2,000 perkataan (ketumpatan 1.5%), anda berada di tahap yang tepat. Melebihi 3% bermakna anda berkemungkinan membanjiri kata kunci, yang akan dikenakan penalti oleh Google.

Pengurusan Media Sosial

Setiap platform mempunyai had yang berbeza: Twitter membenarkan 280 aksara, siaran LinkedIn terhad pada 3,000 aksara (walaupun hanya 140 pertama dipaparkan tanpa "lihat lagi"), keterangan Instagram menyokong 2,200 aksara. Kekal dalam had sambil mengekalkan impak memerlukan ketepatan.

Kiraan aksara tanpa ruang penting untuk pemasaran SMS juga. SMS standard mengandungi 160 aksara, tetapi had itu mengecualikan ruang dalam beberapa sistem. Melebihi had akan memecahkan mesej anda kepada berbilang teks, sering dengan format yang rosak.

E-mel Profesional

Penyelidikan menunjukkan e-mel di bawah 125 perkataan menerima kadar respons tertinggi. Melebihi 200 perkataan, kadar respons menurun. Anggaran masa membaca membantu mengukur ini—sasarkan di bawah 1 minit untuk hubungan luar, di bawah 2 minit untuk komunikasi dalaman.

Masa Ucapan dan Persembahan

Slot persembahan 10 minit memerlukan kira-kira 1,300-1,500 perkataan kandungan berskrip (dengan anggapan kadar pertuturan 130-150 perkataan setiap minit, yang lebih perlahan daripada kadar membaca). Tampalkan skrip anda, semak kiraan perkataan, dan laraskan mengikut keperluan. Melebihi masa akan menyebabkan anda dipotong; tamat lebih awal membuat anda kelihatan tidak bersedia.

Terjemahan dan Pelokalan

Teks terjemahan biasanya 15-30% lebih panjang daripada teks asal bahasa Inggeris disebabkan perbezaan tatabahasa. Bahasa Sepanyol cenderung ke hujung yang lebih panjang, bahasa Jerman lebih lagi. Dengan membandingkan kiraan aksara antara sumber dan terjemahan, anda boleh mengesan isu yang berpotensi—jika terjemahan bahasa Jerman anda lebih pendek daripada bahasa Inggeris, sesuatu berkemungkinan hilang.

Alat Pelengkap untuk Analisis Lanjutan

Penganalisis ini fokus pada metrik asas—kiraan perkataan, kiraan aksara, struktur ayat. Untuk analisis yang lebih mendalam, pertimbangkan alat khusus ini:

Skor Keterbacaan: Tahap Gred Flesch-Kincaid dan Indeks Gunning Fog mengira kesukaran membaca berdasarkan kiraan suku kata dan panjang ayat. Formula ini memberikan penilaian keterbacaan objektif, walaupun mempunyai batasan—"Kucing duduk" dinilai lebih mudah daripada "Ia rumit" walaupun tahap pemahaman hampir sama.

Pemeriksa Tatabahasa: Alat seperti Grammarly mengesan ralat tatabahasa, mencadangkan penambahbaikan gaya, dan menandakan suara pasif. Mereka melengkapi penganalisis teks dengan fokus pada ketepatan berbanding statistik.

Analisis Sentimen: Model NLP menentukan nada emosi—positif, negatif, atau neutral. Berguna untuk menganalisis maklum balas pelanggan atau sebutan media sosial dalam skala besar.

Pengesanan Plagiarisme: Membandingkan teks anda dengan berbilion halaman web dan kertas akademik. Penting untuk integriti akademik dan pengesahan keaslian kandungan.

Sejarah Ringkas: Dari Pengiraan Manual ke Analisis Segera

Sebelum komputer, penulis dan editor mengira perkataan dengan tangan—membosankan dan mudah tersalah. Penghitung perkataan automatik pertama muncul dalam mesin taip mekanikal pada tahun 1890-an, walaupun ia hanya mengira tekanan kekunci, bukan perkataan sebenar.

Pemprosesan perkataan digital mengubah segalanya. WordStar (1978) dan WordPerfect (1979) memperkenalkan pengiraan perkataan berasaskan perisian, menjadikan metrik teks yang tepat boleh diakses oleh sesiapa yang mempunyai PC. Menjelang pertengahan 1980-an, kiraan perkataan menjadi ciri standard dalam setiap pemproses perkataan.

Era internet membawa permintaan baharu. Had 140 aksara Twitter (kemudian 280) pada 2006 menjadikan pengiraan aksara aktiviti harian bagi jutaan orang. Platform blog menambah anggaran masa membaca sekitar 2010, membantu pembaca memutuskan sama ada hendak melabuhkan masa dalam artikel panjang. Alat SEO pada 2010-an memasyarakatkan analisis ketumpatan kata kunci, walaupun kemas kini algoritma Google akhirnya menghukum pengisian kata kunci yang ketara.

Penganalisis teks hari ini menggabungkan kesederhanaan dengan kuasa—keputusan segera, tiada pemasangan, beroperasi sepenuhnya dalam pelayar. Algoritma asas tidak banyak berubah sejak 1970-an (pembahagian pada ruang putih kekal sebagai kaedah pengiraan perkataan standard), tetapi kebolehcapaian telah bertambah baik dengan mendadak.

Contoh Kod

Berikut adalah contoh pelaksanaan fungsi analisis teks dalam pelbagai bahasa pengaturcaraan:

1// Fungsi Penganalisis Teks JavaScript
2
3function analyzeText(text) {
4  if (!text || text.trim().length === 0) {
5    return {
6      wordCount: 0,
7      charCountWithSpaces: 0,
8      charCountWithoutSpaces: 0,
9      sentenceCount: 0,
10      paragraphCount: 0,
11      avgWordsPerSentence: 0,
12      topWords: [],
13      readingTime: '0 saat'
14    };
15  }
16
17  const words = text.trim().split(/\s+/).filter(word => word.length > 0);
18  const wordCount = words.length;
19  const charCountWithSpaces = text.length;
20  const charCountWithoutSpaces = text.replace(/\s+/g, '').length;
21  
22  // Kira ayat (pelaksanaan asas)
23  const sentenceCount = Math.max(1, (text.match(/[.!?]+/g) || []).length);
24  
25  // Kira perenggan
26  const paragraphs = text.split(/\n+/).filter(p => p.trim().length > 0);
27  const paragraphCount = Math.max(1, paragraphs.length);
28  
29  // Kira purata perkataan per ayat
30  const avgWordsPerSentence = (wordCount / sentenceCount).toFixed(1);
31  
32  // Cari 5 perkataan yang paling kerap
33  const wordFrequency = {};
34  words.forEach(word => {
35    const lowerWord = word.toLowerCase().replace(/[^a-z0-9]/g, '');
36    if (lowerWord) {
37      wordFrequency[lowerWord] = (wordFrequency[lowerWord] || 0) + 1;
38    }
39  });
40  
41  const topWords = Object.entries(wordFrequency)
42    .sort((a, b) => b[1] - a[1])
43    .slice(0, 5)
44    .map(([word, count]) => ({ word, count }));
45  
46  // Kira masa membaca (225 perkataan per minit)
47  const minutes = Math.floor(wordCount / 225);
48  const seconds = Math.round((wordCount % 225) / 225 * 60);
49  const readingTime = minutes > 0 
50    ? `${minutes} min ${seconds} saat` 
51    : `${seconds} saat`;
52  
53  return {
54    wordCount,
55    charCountWithSpaces,
56    charCountWithoutSpaces,
57    sentenceCount,
58    paragraphCount,
59    avgWordsPerSentence: parseFloat(avgWordsPerSentence),
60    topWords,
61    readingTime
62  };
63}
64
65// Contoh penggunaan:
66const sampleText = "Halo dunia! Ini adalah penganalisis teks. Ia mengira perkataan dan lain-lain.";
67const results = analyzeText(sampleText);
68console.log(results);
69

1import re
2from collections import Counter
3
4def analyze_text(text):
5    if not text or not text.strip():
6        return {
7            'word_count': 0,
8            'char_count_with_spaces': 0,
9            'char_count_without_spaces': 0,
10            'sentence_count': 0,
11            'paragraph_count': 0,
12            'avg_words_per_sentence': 0,
13            'top_words': [],
14            'reading_time': '0 saat'
15        }
16    
17    # Kiraan perkataan
18    words = text.split()
19    word_count = len(words)
20    
21    # Kiraan aksara
22    char_count_with_spaces = len(text)
23    char_count_without_spaces = len(re.sub(r'\s+', '', text))
24    
25    # Kiraan ayat
26    sentences = re.findall(r'[.!?]+', text)
27    sentence_count = max(1, len(sentences))
28    
29    # Kiraan perenggan
30    paragraphs = [p for p in text.split('\n') if p.strip()]
31    paragraph_count = max(1, len(paragraphs))
32    
33    # Purata perkataan per ayat
34    avg_words_per_sentence = round(word_count / sentence_count, 1)
35    
36    # 5 perkataan yang paling kerap
37    clean_words = [re.sub(r'[^a-z0-9]', '', word.lower()) 
38                   for word in words]
39    clean_words = [w for w in clean_words if w]
40    word_freq = Counter(clean_words)
41    top_words = [{'word': word, 'count': count} 
42                 for word, count in word_freq.most_common(5)]
43    
44    # Masa membaca (225 perkataan per minit)
45    minutes = word_count // 225
46    seconds = round((word_count % 225) / 225 * 60)
47    reading_time = f"{minutes} min {seconds} saat" if minutes > 0 else f"{seconds} saat"
48    
49    return {
50        'word_count': word_count,
51        'char_count_with_spaces': char_count_with_spaces,
52        'char_count_without_spaces': char_count_without_spaces,
53        'sentence_count': sentence_count,
54        'paragraph_count': paragraph_count,
55        'avg_words_per_sentence': avg_words_per_sentence,
56        'top_words': top_words,
57        'reading_time': reading_time
58    }
59
60# Contoh penggunaan:
61sample_text = "Halo dunia! Ini adalah penganalisis teks. Ia mengira perkataan dan lain-lain."
62results = analyze_text(sample_text)
63print(results)
64

1import java.util.*;
2import java.util.regex.*;
3import java.util.stream.*;
4
5public class TextAnalyzer {
6    
7    public static class AnalysisResult {
8        public int wordCount;
9        public int charCountWithSpaces;
10        public int charCountWithoutSpaces;
11        public int sentenceCount;
12        public int paragraphCount;
13        public double avgWordsPerSentence;
14        public List<WordFrequency> topWords;
15        public String readingTime;
16        
17        public static class WordFrequency {
18            public String word;
19            public int count;
20            
21            public WordFrequency(String word, int count) {
22                this.word = word;
23                this.count = count;
24            }
25        }
26    }
27    
28    public static AnalysisResult analyzeText(String text) {
29        AnalysisResult result = new AnalysisResult();
30        
31        if (text == null || text.trim().isEmpty()) {
32            result.wordCount = 0;
33            result.charCountWithSpaces = 0;
34            result.charCountWithoutSpaces = 0;
35            result.sentenceCount = 0;
36            result.paragraphCount = 0;
37            result.avgWordsPerSentence = 0;
38            result.topWords = new ArrayList<>();
39            result.readingTime = "0 saat";
40            return result;
41        }
42        
43        // Kiraan perkataan
44        String[] words = text.trim().split("\\s+");
45        result.wordCount = words.length;
46        
47        // Kiraan aksara
48        result.charCountWithSpaces = text.length();
49        result.charCountWithoutSpaces = text.replaceAll("\\s+", "").length();
50        
51        // Kiraan ayat
52        Pattern sentencePattern = Pattern.compile("[.!?]+");
53        Matcher sentenceMatcher = sentencePattern.matcher(text);
54        result.sentenceCount = Math.max(1, (int) sentenceMatcher.results().count());
55        
56        // Kiraan perenggan
57        String[] paragraphs = text.split("\n+");
58        result.paragraphCount = Math.max(1, 
59            (int) Arrays.stream(paragraphs).filter(p -> !p.trim().isEmpty()).count());
60        
61        // Purata perkataan per ayat
62        result.avgWordsPerSentence = 
63            Math.round((double) result.wordCount / result.sentenceCount * 10.0) / 10.0;
64        
65        // 5 perkataan yang paling kerap
66        Map<String, Integer> wordFreq = new HashMap<>();
67        for (String word : words) {
68            String cleanWord = word.toLowerCase().replaceAll("[^a-z0-9]", "");
69            if (!cleanWord.isEmpty()) {
70                wordFreq.put(cleanWord, wordFreq.getOrDefault(cleanWord, 0) + 1);
71            }
72        }
73        
74        result.topWords = wordFreq.entrySet().stream()
75            .sorted(Map.Entry.<String, Integer>comparingByValue().reversed())
76            .limit(5)
77            .map(e -> new AnalysisResult.WordFrequency(e.getKey(), e.getValue()))
78            .collect(Collectors.toList());
79        
80        // Masa membaca (225 perkataan per minit)
81        int minutes = result.wordCount / 225;
82        int seconds = Math.round((result.wordCount % 225) / 225.0f * 60);
83        result.readingTime = minutes > 0 
84            ? minutes + " min " + seconds + " saat"
85            : seconds + " saat";
86        
87        return result;
88    }
89    
90    public static void main(String[] args) {
91        String sampleText = "Halo dunia! Ini adalah penganalisis teks. Ia mengira perkataan dan lain-lain.";
92        AnalysisResult results = analyzeText(sampleText);
93        System.out.println("Kiraan Perkataan: " + results.wordCount);
94        System.out.println("Masa Membaca: " + results.readingTime);
95    }
96}
97

1' Fungsi VBA Excel untuk Analisis Teks
2Function WordCount(text As String) As Long
3    Dim words() As String
4    If Len(Trim(text)) = 0 Then
5        WordCount = 0
6    Else
7        words = Split(Trim(text), " ")
8        WordCount = UBound(words) + 1
9    End If
10End Function
11
12Function CharCountWithSpaces(text As String) As Long
13    CharCountWithSpaces = Len(text)
14End Function
15
16Function CharCountWithoutSpaces(text As String) As Long
17    Dim textNoSpaces As String
18    textNoSpaces = Replace(text, " ", "")
19    textNoSpaces = Replace(textNoSpaces, vbTab, "")
20    textNoSpaces = Replace(textNoSpaces, vbCrLf, "")
21    textNoSpaces = Replace(textNoSpaces, vbCr, "")
22    textNoSpaces = Replace(textNoSpaces, vbLf, "")
23    CharCountWithoutSpaces = Len(textNoSpaces)
24End Function
25
26Function SentenceCount(text As String) As Long
27    Dim count As Long
28    Dim i As Long
29    count = 0
30    
31    For i = 1 To Len(text)
32        If Mid(text, i, 1) = "." Or Mid(text, i, 1) = "!" Or Mid(text, i, 1) = "?" Then
33            count = count + 1
34        End If
35    Next i
36    
37    If count = 0 And Len(Trim(text)) > 0 Then
38        count = 1
39    End If
40    
41    SentenceCount = count
42End Function
43
44' Penggunaan dalam Excel:
45' =WordCount(A1)
46' =CharCountWithSpaces(A1)
47' =CharCountWithoutSpaces(A1)
48' =SentenceCount(A1)
49

Contoh-contoh ini menunjukkan cara melaksanakan fungsi analisis teks teras dalam bahasa pengaturcaraan yang berbeza. Setiap pelaksanaan boleh disesuaikan dan diperluaskan berdasarkan keperluan khusus.

Contoh Numerik

Berikut adalah beberapa contoh input teks dan hasil analisis mereka:

Contoh 1: Paragraf Pendek

Input Teks: "Rubah coklat yang cepat melompat di atas anjing yang malas. Ayat ini mengandungi setiap huruf dalam abjad."

Hasil Analisis:

Kiraan Perkataan: 16
Kiraan Aksara (Dengan Ruang): 87
Kiraan Aksara (Tanpa Ruang): 71
Kiraan Ayat: 2
Kiraan Paragraf: 1
Purata Perkataan Per Ayat: 8.0
Masa Membaca: 4 saat
Perkataan Teratas: yang (3), coklat (1), cepat (1), rubah (1), melompat (1)

Contoh 2: Teks Berbilang Paragraf

Input Teks: "Halo dunia! Ini adalah paragraf pertama.

Ini adalah paragraf kedua dengan lebih banyak kandungan. Ia mempunyai berbilang ayat untuk menunjukkan penganalisis."

Hasil Analisis:

Kiraan Perkataan: 22
Kiraan Aksara (Dengan Ruang): 127
Kiraan Aksara (Tanpa Ruang): 106
Kiraan Ayat: 3
Kiraan Paragraf: 2
Purata Perkataan Per Ayat: 7.3
Masa Membaca: 6 saat
Perkataan Teratas: yang (3), adalah (2), ini (2), paragraf (2), dengan (1)

Soalan Lazim

Adakah ini sepadan dengan kiraan perkataan Microsoft Word?

Ya, untuk teks standard. Kedua-duanya menggunakan algoritma pembahagian ruang putih. Perbezaan kadang-kadang muncul dengan perkataan yang mempunyai hubung atau aksara khas—Word menganggap "e-commerce" sebagai satu perkataan manakala beberapa alat mengira ia sebagai dua. Untuk 99% penulisan biasa, kiraan adalah tepat.

Mengapa terdapat dua kiraan aksara?

Platform berbeza mengira secara berbeza. Twitter, LinkedIn, dan media sosial terbanyak termasuk ruang dalam had aksara. Sesetengah jurnal akademik dan sistem teks antarabangsa (seperti pembawa mudah alih Jepun) mengecualikan ruang. Mempunyai kedua-duanya menghalang kekecewaan menulis 280 aksara hanya untuk mendapati platform sasaran mengira secara berbeza.

Bolehkah saya percaya anggaran masa membaca?

Ia adalah anggaran berguna berdasarkan 225 perkataan per minit, kelajuan membaca median dewasa. Kandungan teknikal mengambil masa lebih lama, fiksyen naratif dibaca lebih cepat. Gunakan ia sebagai garis dasar—masa sebenar berbeza 20-30% bergantung kepada kerumitan dan kebiasaan pembaca dengan subjek.

Adakah ini berfungsi untuk bahasa selain Inggeris?

Pengiraan aksara berfungsi sejagat. Pengiraan perkataan berfungsi untuk mana-mana bahasa yang menggunakan ruang sebagai sempadan perkataan (Sepanyol, Perancis, Jerman, Itali, dll.). Bahasa tanpa pemisah perkataan—Cina, Jepun, Thai—tidak akan menghasilkan kiraan perkataan yang bermakna. Pengesanan ayat berfungsi dengan baik untuk bahasa Eropah tetapi mungkin bergelut dengan sistem tanda baca bahasa lain.

Adakah terdapat had panjang teks?

Tidak secara teknikal, tetapi prestasi menurun melebihi 100,000 aksara (kira-kira novel 70 halaman). Untuk kegunaan biasa—pos blog, esei, e-mel, media sosial—pemprosesan berlaku serta-merta.

Seberapa tepatkah kiraan ayat?

Kira-kira 95% tepat untuk teks standard. Ia mengendalikan singkatan biasa (Dr., Mrs., vs.) tetapi boleh tergelincir dengan nombor perpuluhan ("Skor adalah 3.5 mata") atau tanda baca yang luar biasa. Jika anda memerlukan kiraan ayat yang sempurna untuk penyelidikan linguistik, anda memerlukan alat NLP khusus.

Mengapa perkataan paling kerap saya termasuk "the" dan "a"?

Itu bahasa semula jadi. Perkataan fungsi (artikel, preposisi, hubung) terdiri daripada 40-50% teks Inggeris. Jika anda memeriksa penggunaan kata kunci berlebihan, lihat di luar kedudukan 1 atau 2. Kata kunci sasaran anda perlu muncul dalam kedudukan 3-5 dengan kekerapan munasabah, bukan mendominasi senarai.

Bolehkah saya menggunakannya untuk semakan ketumpatan kata kunci SEO?

Ya, tetapi konteks penting. Algoritma Google menghukum pengisian kata kunci yang jelas (3%+ ketumpatan) sambil memberi ganjaran bahasa semula jadi. Jika kata kunci sasaran anda muncul dalam 5 perkataan paling kerap dengan ketumpatan 1-2%, anda dalam keadaan yang baik. Jika ia muncul 50+ kali dalam artikel 1,000 perkataan pada kedudukan 1, anda berkemungkinan terlalu mengoptimumkan.

Mulakan Menganalisis Teks Anda

Sama ada anda sedang mengesahkan sebuah esei memenuhi keperluan, mengoptimumkan kandungan blog untuk SEO, atau memastikan tweet sesuai had aksara, tampalkan teks anda di atas dan dapatkan metrik segera. Tiada pendaftaran, tiada pemasangan, tiada pengumpulan data—hanya analisis teks yang terus terang dan berkesan.

Rujukan dan Bacaan Lanjut

Trauzettel-Klosinski S, Dietz K. "Penilaian Piawai Prestasi Membaca: Teks Kelajuan Membaca Antarabangsa IReST Baru." Oftalmologi Penyiasatan & Sains Visual. 2012. PMID: 16844754
Konsortium Unicode. "Segmentasi Teks Unicode (UAX #29)." Lampiran Standard Unicode #29. https://unicode.org/reports/tr29/
Konsortium World Wide Web. "Model Aksara untuk World Wide Web: Padan Rentetan." Draf Kerja W3C. https://www.w3.org/TR/charmod-norm/
Kincaid JP, Fishburne RP, Rogers RL, Chissom BS. "Derivasi Formula Kebolehbacaan Baru untuk Kakitangan Berpangkat Tentera Laut." Laporan Cawangan Penyelidikan 8-75, Komander Latihan Teknikal Tentera Laut, 1975. https://www.govinfo.gov/content/pkg/GOVPUB-ED-PURL-gpo106104/pdf/GOVPUB-ED-PURL-gpo106104.pdf

Penganalisis Teks - Alat Penghitung Perkataan & Kiraan Aksara Percuma

Dokumentasi