Бесплатен Бројач на честота на зборови

Како функционира

Анализата на честота на зборови работи целосно во вашиот прелистувач користејќи рачно напишан токенизатор и JavaScript Map — без библиотека, без сервер. Текстот се парсира, брои и рангира локално во моментот кога ќе го напишете или залепите.

1. 1
   Токенизација свесна за Unicode

   Алатката вашиот текст го претвора во мали букви, потоа извлекува токени со регуларниот израз за Unicode својства \p{L}\p{M} — кој правилно ракува со акцентирани букви и не-латинични писма. За CJK текст (кинески, јапонски, корејски), се пребацува на вградената API Intl.Segmenter на прелистувачот со granularity: 'word' за да дели карактери што немаат празни места меѓу нив.
2. 2
   Филтрирање на стоп-зборови и должина

   Опционалното филтрирање ги отстранува вообичаените функционални зборови (the, a, is, и еквиваленти на шпански, француски, германски, италијански и португалски) користејќи кодиран Set совпаднат со локалот на вашата страница. Лизгач за минимална должина ги отстранува токените пократки од избраниот праг пред да започне броењето.
3. 3
   Броење честота базирано на Map и режим на н-грами

   Токените се бројат во JavaScript Map — избран конкретно така резервирани имиња на својства како 'constructor' не можат да се судрат со избројаните зборови. Во режим биграм или триграм, токенизаторот лизга прозорец низ суровиот тек на токени и ги спојува соседните зборови во фрази пред броењето.
4. 4
   Рангирани резултати и CSV извоз

   Резултатите се сортираат по опаѓачки број и се прикажуваат како рангиран лентест графикон. Извозот гради CSV блок обичен текст во меморија користејќи ја Blob API на прелистувачот и активира преземање — ништо не се испраќа до сервер во ниту еден момент.

Поврзани алатки