Analizor de text

Se analizează textul cu statistici detaliate: numărul de caractere și de cuvinte, distribuții de frecvență, statistici de linii, numărul de octeți UTF-8 și entropia Shannon. Se analizează automat pe măsură ce se scrie.
Toate prelucrările au loc local, în browser — datele nu se încarcă pe niciun server.
Intrare
Analiză:
Analizor de text — statistici detaliate despre text, în timp real.
Indicatori: numărul de caractere (cu și fără spații), numărul de cuvinte, numărul de linii, numărul de octeți (UTF-8), cea mai lungă și cea mai scurtă linie, lungimea medie a liniilor, entropia Shannon în biți pentru caractere și cuvinte.
Tabele de frecvență: primele 30 de caractere cele mai frecvente (cu procentaj) și primele 30 de cuvinte cele mai frecvente.
Analiză automată: statisticile se actualizează automat pe măsură ce se scrie (cu o întârziere de 400 ms). Se apasă Rulează analiza pentru o reîmprospătare imediată sau Copiază statisticile pentru a copia toate statisticile ca text.
Toate prelucrările rulează local, în browser — nimic nu se încarcă.
Ce spun statisticile textului?

Numărătorile descriu forma unui text: caracterele (cu și fără spații), cuvintele, liniile și octeții UTF-8 răspund fiecare la altă întrebare — numărul de octeți contează pentru dimensiunea fișierului și limitele API-urilor, iar numărul de cuvinte este ceea ce facturează editorii și traducătorii. Tabelele de frecvență expun repetiția, iar entropia Shannon rezumă varietatea într-un singur număr: textul foarte repetitiv are entropie scăzută (biți per caracter), iar cel variat are entropie ridicată.

Numărarea cuvintelor nu este neutră față de limbă: textul chinez și japonez nu are spații între cuvinte, deci un „număr de cuvinte” pentru textul CJK depinde în întregime de modul în care contorul îl împarte — se compară doar numărătorile produse de același instrument.