Besplatan Brojač učestalosti riječi

Kako radi

Analiza frekvencije riječi se odvija u potpunosti u vašem pregledniku koristeći ručno napisan tokenizator i JavaScript Map — bez biblioteke, bez servera. Tekst se raščlanjuje, broji, i rangira lokalno u trenutku kada ga kucate ili lijepite.

1. 1
   Unicode-svjesna tokenizacija

   Alat pretvara vaš tekst u mala slova, zatim izvlači tokene sa Unicode regularnim izrazom svojstva \p{L}\p{M} — koji ispravno rukuje akcentovanim slovima i neLatiničnim pismima. Za CJK tekst (kineski, japanski, korejski), prebacuje se na ugrađeni Intl.Segmenter API preglednika sa granularity: 'word' da podijeli znakove koji nemaju razmake između sebe.
2. 2
   Filtriranje stop-riječi i dužine

   Opciono filtriranje uklanja uobičajene funkcijske riječi (the, a, is, i ekvivalenti na španskom, francuskom, njemačkom, italijanskom, i portugalskom) koristeći ugrađen Set podudaran vašem jezičkom regionu stranice. Klizač minimalne dužine uklanja tokene kraće od vašeg odabranog praga prije nego što brojanje počne.
3. 3
   Brojanje frekvencije zasnovano na Map i mod n-grama

   Tokeni se broje u JavaScript Map — odabranom specifično tako da rezervisani nazivi svojstava poput 'constructor' ne mogu sudariti se sa brojanim riječima. U modu bigrama ili trigrama, tokenizator klizi prozor kroz sirov tok tokena i spaja susjedne riječi u fraze prije brojanja.
4. 4
   Rangirani rezultati i CSV izvoz

   Rezultati se sortiraju po broju opadajuće i prikazuju kao rangirani trakasti grafikon. Izvoz gradi blob običnog tekstualnog CSV-a u memoriji koristeći Blob API preglednika i pokreće preuzimanje — ništa se nikada ne šalje serveru.

Povezani alati