字数统计

文本处理

正在载入

正在加载工具

正在准备工具，暂时无法估算剩余时间。

本工具的全部运算都发生在你的浏览器中，输入内容不会发送到任何服务器。

统计 Unicode 码位、空白分词数、行数和段落数。词频与短语统计.

1.粘贴文本后即时更新统计。
2.对比总字符数与去空白字符数；空行用于分段。
3.Unicode 模式把每个汉字、平假名或片假名单独计数，其他字母、组合标记、数字和下划线连续分组。空白模式保留标点；自定义分隔符按每行一个字面字符串匹配，长串优先。大小写转换使用 JavaScript 小写规则，不做 Unicode 规范化。停用词每行一个，精确匹配词元并打断短语。短语统计整份文档内重叠的相邻词元，可跨标点和换行。词元组合使用 JSON 数组，保留边界并区分词元内的空格。CSV 导出全部结果，包括每页 100 行预览以外的行。JSON 转义使控制字符可见；表格单元格以 [ 开头，不以公式开头。

a b

c

3 words; 3 lines; 2 paragraphs; 6 code points

空行分隔段落，词数按空白分隔。

Hello hello world

["hello"]: 2; ["world"]: 1

Unicode 模式、不区分大小写、长度 1、无停用词。

中文中文

["中","文"]: 2; ["文","中"]: 1

Unicode 模式、长度 2：重叠字符对，不是语言学分词。

词数按空白分隔计算，不是中文或日文语言分词。一个表情序列可能包含多个码位。
限制：输入 100,000 个 UTF-16 单元；20,000 个词元；10,000 个唯一短语；停用词 10,000 单元；最多 32 个分隔符，每个最多 32 单元；CSV 2 MB。仅本地处理，不保存输入。
停用词空行被忽略，非空行的前后空白保留。Unicode 模式忽略上述文字与标记规则以外的符号，emoji 中的数字、变体选择符或组合标记可能留下词元；拉丁字母与汉字或假名相连时按文字边界切分。

这个工具能做什么？

统计 Unicode 码位、空白分词数、行数和段落数。

使用结果前需要注意什么？

词数按空白分隔计算，不是中文或日文语言分词。一个表情序列可能包含多个码位。