Zeichen- & Wortzähler
Zeichen, Wörter, Sätze, Absätze zählen und Lesezeit schätzen.
Über Textanalyse
Zeichenzählung erscheint einfach, bis man auf Unicode trifft. Ein einzelnes sichtbares Zeichen (Graphem-Cluster) kann aus mehreren Unicode-Codepunkten bestehen. Das Familien-Emoji etwa ist eine Sequenz einzelner Personen-Emoji, verbunden durch Zero-Width-Joiner. Dieses Tool zählt sowohl Unicode-Codepunkte (die Zeichenkettenlänge in den meisten Programmiersprachen) als auch die gesamten UTF-8-Bytes, die die tatsächliche Speicher- und Übertragungsgröße bestimmen.
Die Wortzählung folgt einem Whitespace-Splitting-Modell: aufeinanderfolgende Nicht-Whitespace-Zeichen, getrennt durch ein oder mehrere Whitespace-Zeichen. Dies entspricht dem Verhalten der meisten Textverarbeitungsprogramme und des wc-Befehls. Die Satzzählung verwendet Punkt-, Ausrufezeichen- und Fragezeichen-Grenzen. Die geschätzte Lesezeit basiert auf 238 Wörtern pro Minute (durchschnittliche stille Lesegeschwindigkeit nach Brysbaert, 2019), die Sprechzeit auf 150 Wörtern pro Minute.
Die Worthäufigkeitsanalyse zeigt die 10 häufigsten Wörter, ohne einzelne Zeichen. Dies ist nützlich zur Prüfung der Keyword-Dichte in SEO-Inhalten, zum Erkennen überverwendeter Füllwörter oder zur Analyse der Vokabelverteilung eines Textes.
Häufig gestellte Fragen
Wie werden Zeichen gezahlt?
Zeichen werden anhand der Codepunkt-Lange der Zeichenkette gezahlt (string.length in JavaScript). Jeder Unicode-Codepunkt zahlt als ein Zeichen. Einige sichtbare Zeichen, wie bestimmte Emoji, bestehen aus mehreren verketteten Codepunkten, sodass die Zahlung von der Bildschirmanzeige abweichen kann.
Wie wird die Lesezeit geschatzt?
Die Lesezeit wird berechnet, indem die Gesamtwortzahl durch 238 Worter pro Minute geteilt wird. Dies ist die durchschnittliche stille Lesegeschwindigkeit fur Englisch, gemessen von Brysbaert (2019) in einer Metaanalyse von 190 Studien. Die tatsachliche Lesegeschwindigkeit variiert je nach Leseerfahrung, Textkomplexitat und Sprache.
Wie werden Satze gezahlt?
Satze werden erkannt, indem Gruppen von satzbeendenden Satzzeichen gefunden werden: Punkte (.), Ausrufezeichen (!) und Fragezeichen (?). Jede zusammenhangende Gruppe dieser Zeichen zahlt als eine Satzgrenze. Abkurzungen wie "z.B." konnen die Zahlung leicht erhohen.
Wofur wird die UTF-8-Bytezahlung verwendet?
Die UTF-8-Bytezahlung zeigt die tatsachliche Speichergrosse Ihres Textes in UTF-8-Kodierung, der vorherrschenden Kodierung im Web. ASCII-Zeichen verwenden je 1 Byte, aber Umlaute, CJK-Zeichen und Emoji verwenden 2 bis 4 Bytes. Diese Zahlung ist wichtig fur Datenbankspalten-Limits, HTTP-Payload-Grossen und API-Anfragelimits.
Warum werden einzelne Zeichen aus der Haufigkeitsanalyse ausgeschlossen?
Einzelzeichen-Token wie Buchstaben und Interpunktionsfragmente werden ausgeschlossen, da sie Haufigkeitslisten dominieren, ohne aussagekraftige Einblicke in den Wortschatz zu liefern. Die Haufigkeitstabelle konzentriert sich auf substantielle Worter, die Schreibmuster und Wortschatzkennzahlen aufzeigen.