Contador de Caracteres e Palavras
Conte caracteres, palavras, frases, parágrafos e estime o tempo de leitura.
Sobre Análise de Texto
Contar caracteres parece simples até encontrar Unicode. Um único caractere visível (cluster de grafemas) pode consistir em múltiplos pontos de código Unicode. O emoji de família, por exemplo, é uma sequência de emojis individuais unidos por conectores de largura zero. Esta ferramenta conta tanto pontos de código Unicode (o comprimento da string na maioria das linguagens de programação) quanto o total de bytes UTF-8, que determina o tamanho real de armazenamento e transmissão.
A contagem de palavras segue um modelo de divisão por espaços em branco: caracteres consecutivos não-brancos separados por um ou mais espaços em branco. Isso corresponde ao comportamento da maioria dos processadores de texto e do comando wc. A contagem de frases usa limites de ponto, exclamação e interrogação. A estimativa de tempo de leitura usa 238 palavras por minuto (velocidade média de leitura silenciosa segundo Brysbaert, 2019), enquanto o tempo de fala usa 150 palavras por minuto.
A análise de frequência de palavras mostra as 10 palavras mais comuns, excluindo tokens de um único caractere. Isso é útil para verificar a densidade de palavras-chave em conteúdo SEO, detectar palavras de preenchimento usadas em excesso ou analisar a distribuição de vocabulário de um texto.
Perguntas Frequentes
Como os caracteres sao contados?
Os caracteres sao contados usando o comprimento em pontos de codigo da string (string.length em JavaScript). Cada ponto de codigo Unicode conta como um caractere. Alguns caracteres visiveis, como certos emoji, consistem em multiplos pontos de codigo unidos, entao a contagem pode diferir do que e exibido na tela.
Como o tempo de leitura e estimado?
O tempo de leitura e calculado dividindo a contagem total de palavras por 238 palavras por minuto, a velocidade media de leitura silenciosa em ingles medida por Brysbaert (2019) em uma meta-analise de 190 estudos. E uma estimativa; a velocidade real varia conforme a experiencia do leitor, complexidade do texto e idioma.
Como as frases sao contadas?
As frases sao contadas detectando grupos de sinais de pontuacao finais: pontos (.), pontos de exclamacao (!) e pontos de interrogacao (?). Cada grupo consecutivo desses caracteres conta como um limite de frase. Abreviacoes como "etc." podem inflar ligeiramente a contagem.
Para que serve a contagem de bytes UTF-8?
A contagem de bytes UTF-8 mostra o tamanho real de armazenamento do seu texto em codificacao UTF-8, a codificacao dominante na web. Caracteres ASCII usam 1 byte cada, mas letras acentuadas, caracteres CJK e emoji usam de 2 a 4 bytes. Essa contagem e importante para limites de colunas de banco de dados, tamanhos de payload HTTP e limites de requisicoes de API.
Por que palavras de um unico caractere sao excluidas da analise de frequencia?
Tokens de um unico caractere como letras e fragmentos de pontuacao sao excluidos porque dominam as listas de frequencia sem fornecer informacoes significativas sobre o vocabulario. A tabela de frequencia se concentra em palavras substantivas que revelam padroes de escrita e distribuicao de vocabulario.