文本频率分析工具

它统计的是固定长度字符块

粘贴文本后，页面会按 1 至 5 个字符的长度切分内容，统计每个片段的次数和百分比，并以柱状图与排名表展示前 50 个片段。结果随文本或选项变化自动重算，不需要点击“分析”按钮。

“字符长度”为 1 时，可把它理解为字符频率；长度为 2 至 5 时，当前算法从第一个字符开始按固定宽度向后分块，步长等于所选长度。它不是常见语言处理资料中每次只移动一个字符的重叠滑窗 n-gram。例如 HELLO 选择 2 个字符时，本页得到 HE、LL，末尾单独的 O 被舍弃；重叠 bigram 则通常是 HE、EL、LL、LO。

预处理选项会改变样本集合

• 忽略大小写：默认开启，英文字母会先转成大写，因此 a 与 A 合并统计。
• 包含数字：默认关闭；开启后，ASCII 数字 0–9 可进入片段。
• 包含空白字符：默认关闭；开启后，空格、换行、制表符等可参与分块。
• 字符范围：无论选项如何，当前分析只保留 ASCII 英文字母，另按开关加入数字或空白。中文、重音字母、标点、emoji 和其他 Unicode 字符会被过滤。

百分比显示到两位小数。分母包含全部完整片段，但表格只保留出现次数最高的 50 项，因此可见行的百分比合计可能小于 100%。

按目标配置一轮分析

1. 粘贴或输入英文文本

   输入框提供字符计数、粘贴、清空和示例入口。若目标文本以中文或其他非 ASCII 字符为主，当前结果会为空或只剩其中的英文字母。

2. 选择片段长度

   查单个字母用 1；查固定的二字符、三字符块则选 2 或 3。长度越大，可形成的完整片段通常越少。

3. 设置大小写、数字与空白

   研究字母整体分布时保留默认项；若大小写本身有意义，关闭“忽略大小写”；分析编号模式时再开启数字；需要观察单词边界时可让空白进入片段。

4. 同时读图和表

   柱状图便于比较百分比，表格给出排名、片段、次数与百分比。空结果通常意味着过滤后没有合格字符，而不一定是页面故障。

用短文本复算结果

输入 aAbB12!，保持“忽略大小写”开启、“包含数字”关闭、“包含空白字符”关闭，再选择长度 2。过滤后文本为 AABB，片段是 AA 与 BB，总片段数 2；两者各出现 1 次，各占 50%。

若再开启“包含数字”，过滤后文本变为 AABB12，片段为 AA、BB、12，总数 3，每项显示 33.33%。把长度改为 4 时，只保留第一个完整片段 AABB，末尾 12 不足 4 个字符，会被舍弃。

中文、重叠片段和百分比疑问

解释结果前先确认过滤与步长

频率分布只描述当前预处理规则下的字符块，不直接代表词频、语义、作者身份、语言质量或加密强度。

• 该页面不分词，也不会把“hello world”识别成两个词；空白是否保留完全由开关决定。
• 非 ASCII 内容会被删除，混合语言文本的结果可能严重偏向其中的英文字母。
• 片段从过滤后文本的第一个字符对齐；在开头增删一个合格字符，长度 2–5 的全部分块边界都可能改变。
• 末尾不足所选长度的字符不计入总片段数。比较两段文本前，应使用相同的长度与三个开关。
• 分析在当前浏览器会话中完成；处理超长文本时，重算和图表渲染可能变慢。敏感文本仍应按所在组织的数据处理要求决定是否粘贴到网页。