Tekst Analyzer - Gratis Woordenteller & Karakterteller

Een tekstanalyzer is een hulpmiddel dat een tekst meet. Deze tekstanalyzer telt woorden, tekens, zinnen en alinea's, schat de leestijd en geeft de woorden weer die het vaakst in een tekstpassage worden gebruikt.

De tekstanalyzer gebruiken

1. Plak of typ tekst in het invoervak. Tekst uit Word, Google Docs, e-mails of webpagina's werkt allemaal.
2. Selecteer Analyseren. Het hulpmiddel werkt volledig in de browser, dus er wordt geen tekst naar een server verzonden.
3. Lees de resultaten. Elke statistiek verschijnt als een getal met een label.
4. Bewerk de tekst en analyseer deze zo vaak opnieuw als nodig is, bijvoorbeeld wanneer je een opstel inkort tot een bepaald maximumaantal woorden.

Zo wordt het aantal woorden berekend

Het hulpmiddel splitst de tekst op witruimte (spaties, tabs en regeleinden) in afzonderlijke tokens. Een token telt alleen als woord als het ten minste één letter of cijfer bevat. Een los leesteken of een reeks streepjes wordt dus niet meegeteld. Deze controle werkt voor elk schrift, waaronder Latijnse, Cyrillische, Griekse, Arabische en CJK-tekens, en niet alleen voor het Engelse alfabet.

Een woord met een koppelteken, zoals "well-known", en een samentrekking, zoals "don't", tellen elk als één woord, omdat geen van beide een spatie bevat.

Zo wordt het aantal tekens berekend

Het hulpmiddel geeft twee aantallen tekens:

• Tekens (met spaties): elk teken in de tekst, inclusief spaties en leestekens.
• Tekens (zonder spaties): hetzelfde aantal nadat alle witruimte is verwijderd.

Beide tellingen meten grafeemclusters, de eenheden die een lezer als één teken waarneemt, in plaats van onbewerkte computercode-eenheden. Dat is van belang voor emoji's en andere symbolen die een computer als meer dan één code-eenheid opslaat. Zo bevat de tekst "Hi 👍🏽 there" volgens deze methode 10 tekens, hoewel dezelfde tekenreeks uit 13 onbewerkte code-eenheden bestaat, omdat de emoji met duim omhoog en huidtintmarkering één zichtbaar teken is, maar uit meerdere code-eenheden bestaat. De kleine teller onder het invoervak gebruikt dezelfde methode en komt dus altijd overeen met het resultaat "Characters (with spaces)".

Zo wordt het aantal zinnen berekend

Zinnen worden herkend aan de hand van de standaardregels van Unicode voor zinsgrenzen (Unicode Text Segmentation, UAX #29), en niet door eenvoudig te zoeken naar een punt, vraagteken of uitroepteken. Het hulpmiddel splitst een zin dus niet bij een decimaalteken of na een veelgebruikte afkorting. De zin "The U.S. economy grew 2.5%." telt als één zin, niet als drie, omdat de regels "U.S." als afkorting herkennen en "2,5" als decimaal getal.

Zo wordt het aantal alinea's berekend

Een alinea is een tekstblok dat door ten minste één lege regel van het volgende blok wordt gescheiden. Eén regeleinde binnen een blok begint geen nieuwe alinea. Tekst die zonder lege regels tussen de regels handmatig is afgebroken, telt dus nog steeds als één alinea.

Formule voor het gemiddelde aantal woorden per zin

gemiddeld aantal woorden per zin = aantal woorden ÷ aantal zinnen

Het resultaat wordt afgerond op één decimaal. Dit getal geeft globaal aan hoe gemakkelijk de tekst te lezen is: kortere gemiddelde zinnen lezen doorgaans gemakkelijker dan langere zinnen.

Formule voor de leestijd

leestijd (minuten) = aantal woorden ÷ 225

Het hulpmiddel gaat uit van een leessnelheid van 225 woorden per minuut, een vaak genoemde waarde voor de gemiddelde stille leessnelheid van volwassenen, en rondt het resultaat af op één decimaal. Een tekst van 450 woorden heeft bijvoorbeeld een leestijd van precies 2,0 minuten.

Zo worden de meest voorkomende woorden gevonden

Het hulpmiddel zet elk woord om naar kleine letters en verwijdert leestekens aan het begin en einde ervan. "Dog," en "dog" tellen daardoor als hetzelfde woord. Leestekens binnen een woord blijven behouden, zodat "don't" en "well-known" in de lijst verschijnen zoals ze zijn geschreven. Een gebogen apostrof wordt behandeld als een gewone apostrof, zodat "don’t" en "don't" hetzelfde woord zijn. Vervolgens telt het hulpmiddel hoe vaak elk uniek woord voorkomt en geeft het de vijf meest voorkomende woorden weer, van hoogste naar laagste frequentie. Als twee woorden even vaak voorkomen, wordt het woord dat het eerst in de tekst stond als eerste weergegeven.

Uitgewerkt voorbeeld

Voorbeeld 1

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

Controle van het aantal woorden: 17 tokens die door witruimte zijn gescheiden, bevatten een letter, dus het aantal woorden is 17. Controle van het aantal zinnen: 17 ÷ 2 = 8,5, wat overeenkomt met het weergegeven gemiddelde.

Voorbeeld 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."

De lege regel tussen de twee tekstregels markeert een alinea-einde, dus het aantal alinea's is 2. De Unicode-regels voor zinnen splitsen de tekst in vier zinnen: "Hello world!", "This is the first paragraph.", "This is the second paragraph with more content." en "It has multiple sentences to demonstrate the analyzer." Dat geeft 23 ÷ 4 = 5,75, wat wordt afgerond op 5,8.

Randgevallen

• Lege invoer: het hulpmiddel toont een korte melding waarin om tekst wordt gevraagd, in plaats van een tabel met getallen.
• Alleen witruimte: wordt hetzelfde behandeld als lege invoer.
• Alleen leestekens: tekst zoals "--- ..." bevat geen woorden, dus dezelfde melding wordt weergegeven.
• Geen lege regels: de volledige tekst telt als één alinea, ook als deze over veel regels loopt.
• Talen zonder spaties: het aantal woorden is afhankelijk van spaties tussen woorden, dus voor talen zoals Chinees, Japans of Thai, waarin woorden niet door spaties worden gescheiden, levert het geen betekenisvol resultaat op. Het aantal tekens werkt wel voor elke taal.

Veelgestelde vragen

Komt het aantal woorden overeen met Microsoft Word?

Meestal wel, voor gewone tekst. Beide tellen tokens die door witruimte zijn gescheiden als woorden. Kleine verschillen kunnen optreden bij woorden met koppeltekens of ongebruikelijke leestekens, omdat verschillende programma's deze gevallen net anders behandelen.

Waarom zijn er twee aantallen tekens?

Verschillende platforms tellen verschillend. De meeste socialemediadiensten, waaronder Twitter/X, tellen spaties mee voor een tekenlimiet. Sommige systemen voor het indienen van academische teksten en sommige berichtensystemen tellen spaties niet mee. Door beide aantallen weer te geven, worden verrassingen bij het verplaatsen van tekst tussen platforms voorkomen.

Telt een emoji als één teken?

Ja. Het hulpmiddel telt grafeemclusters, de eenheden die een lezer als één teken ziet. Een emoji telt dus als één teken, hoewel deze intern als meer dan één code-eenheid kan zijn opgeslagen.

Hoe nauwkeurig is het aantal zinnen?

Het hulpmiddel gebruikt de standaardregels van Unicode voor zinsgrenzen, die veelvoorkomende gevallen zoals decimale getallen ("2,5") en afkortingen ("U.S.", "Dr.") correct verwerken. Geen enkele automatische methode is perfect voor elke mogelijke zin, maar deze aanpak voorkomt de meest voorkomende fouten van eenvoudig zoeken naar punten en vraagtekens.

Werkt dit voor andere talen dan het Engels?

Het tellen van tekens werkt voor elke taal. Het tellen van woorden werkt voor elke taal waarin woorden door spaties worden gescheiden, zoals Spaans, Frans of Duits. Voor talen waarin geen spaties tussen woorden worden gebruikt, zoals Chinees of Japans, levert het geen betekenisvol aantal woorden op.

Zit er een limiet aan de hoeveelheid tekst die ik kan analyseren?

Er is geen vaste limiet en de verwerking gebeurt direct voor gebruikelijke documenten zoals opstellen, blogberichten en e-mails. Zeer lange documenten, zoals een volledige roman, hebben iets meer tijd nodig omdat de tekst volledig in de browser wordt geanalyseerd.