Compteur de Caractères et Mots
Compter les caractères, mots, phrases, paragraphes et estimer le temps de lecture.
À propos de l'Analyse de Texte
Compter les caractères semble simple jusqu'à ce qu'on rencontre Unicode. Un seul caractère visible (groupe de graphèmes) peut consister en plusieurs points de code Unicode. L'émoji famille, par exemple, est une séquence d'émojis individuels liés par des connecteurs de largeur nulle. Cet outil compte à la fois les points de code Unicode (la longueur de chaîne dans la plupart des langages de programmation) et le total des octets UTF-8, qui détermine la taille réelle de stockage et de transmission.
Le comptage de mots suit un modèle de découpage par espaces blancs : des caractères consécutifs non-blancs séparés par un ou plusieurs espaces blancs. Cela correspond au comportement de la plupart des traitements de texte et de la commande wc. Le comptage de phrases utilise les limites de point, d'exclamation et d'interrogation. L'estimation du temps de lecture utilise 238 mots par minute (vitesse moyenne de lecture silencieuse selon Brysbaert, 2019), tandis que le temps de parole utilise 150 mots par minute.
L'analyse de fréquence des mots affiche les 10 mots les plus courants, en excluant les tokens d'un seul caractère. Ceci est utile pour vérifier la densité de mots-clés dans le contenu SEO, repérer les mots de remplissage surutilisés ou analyser la distribution du vocabulaire d'un texte.
Questions fréquentes
Comment les caracteres sont-ils comptes ?
Les caracteres sont comptes en utilisant la longueur en points de code de la chaine (string.length en JavaScript). Chaque point de code Unicode compte comme un caractere. Certains caracteres visibles, comme certains emoji, consistent en plusieurs points de code joints, de sorte que le comptage peut differer de ce qui est affiche a l'ecran.
Comment le temps de lecture est-il estime ?
Le temps de lecture est calcule en divisant le nombre total de mots par 238 mots par minute, la vitesse moyenne de lecture silencieuse en anglais mesuree par Brysbaert (2019) dans une meta-analyse de 190 etudes. C'est une estimation ; la vitesse reelle varie selon l'experience du lecteur, la complexite du texte et la langue.
Comment les phrases sont-elles comptees ?
Les phrases sont comptees en detectant les groupes de signes de ponctuation de fin de phrase : points (.), points d'exclamation (!) et points d'interrogation (?). Chaque groupe consecutif de ces caracteres compte comme une limite de phrase. Les abreviations comme "ex." peuvent legèrement gonfler le decompte.
A quoi sert le comptage d'octets UTF-8 ?
Le comptage d'octets UTF-8 montre la taille reelle de stockage de votre texte en encodage UTF-8, l'encodage dominant sur le web. Les caracteres ASCII utilisent 1 octet chacun, mais les lettres accentuees, les caracteres CJK et les emoji utilisent de 2 a 4 octets. Ce comptage est important pour les limites de colonnes de bases de donnees, les tailles de payload HTTP et les limites de requetes API.
Pourquoi les mots d'un seul caractere sont-ils exclus de l'analyse de frequence ?
Les tokens d'un seul caractere comme les lettres et les fragments de ponctuation sont exclus car ils dominent les listes de frequence sans fournir d'informations significatives sur le vocabulaire. Le tableau de frequence se concentre sur les mots substantiels qui revelent les modeles d'ecriture et la distribution du vocabulaire.