文本行重复统计

逐行统计究竟统计什么

一份名单里有9行内容，其中“苹果”出现4次，这里的统计对象是完整的一行，而不是行内的单词、汉字或字符。输入内容每遇到一个换行边界就分成下一项；同一行里的空格、标点、数字和文字共同构成该项。结果随输入或选项变化自动重算，不需要另找“统计”按钮。

结果顶部给出三个汇总值：总行数是按换行切分后得到的行段数量，有效行数是应用首尾空白与空行选项后实际参与计数的数量，唯一行数是按照当前比较规则合并后剩余的不同项目数。下方明细为每个项目列出内容、次数和占比，并按次数从高到低排列。

三个开关如何改变分组

这三个选项会共同决定“比较键”。例如一行是首尾带空格的 Apple ，先去掉首尾空白，再根据“忽略大小写”是否开启决定它能否与apple归为同组。工具不会删除行内全部空白，也不会做近似匹配。

次数、占比和复制结果的口径

每个汇总数字、明细内容、次数和占比也有各自的复制入口，适合只取某一个值。当前功能没有CSV下载、文件导入或按阈值只显示重复项的设置，不能把相关需求误认为已包含在统计结果里。

从粘贴列表到取得统计结果

1. 整理为每行一项

   把名单、错误文本或编码列表按行排列后输入或粘贴。一个项目内部若本来含有换行，会被拆成多个统计项；需要先在原数据中把这类记录改成单行表示。

2. 确认比较规则

   先判断大小写是否有业务含义，再决定是否保留首尾空白与空行。姓名、标签可能适合忽略大小写，区分大小写的代码、标识符或校验值则应保留默认的区分规则。

3. 核对三个汇总值

   先比较总行数与有效行数，确认是否有空行被排除；再看唯一行数判断合并后的项目种类。任一选项发生变化，汇总值和明细都会自动重算。

4. 读取并复制明细

   从表格顶部开始查看高频项，结合次数与占比判断分布。需要完整结果时使用明细旁的复制操作；只需某项文本、数字或占比时，复制对应单元格的值。

输入区还提供示例、粘贴和清空操作，并显示字符数量。字符数量描述输入文本的字符规模，不等同于总行数、有效行数或唯一行数。

两组可复算的输入示例

示例一：默认示例列表。依次输入9行：苹果、香蕉、苹果、橙子、香蕉、苹果、葡萄、香蕉、苹果。三个开关保持默认状态时，总行数为9、有效行数为9、唯一行数为4。明细依次显示苹果4次（44.4%）、香蕉3次（33.3%）、橙子1次（11.1%）、葡萄1次（11.1%）。复制整份明细时，每一行只有内容与次数两列。

示例二：大小写与空行同时出现。输入5行，顺序为首尾带空格的 Apple 、apple、一个空行、APPLE、apple pie。保持默认设置时，首尾空格被去掉，空行被排除，但大小写仍区分，因此总行数为5、有效行数为4、唯一行数为4，每项占25.0%。再开启“忽略大小写”，前三种Apple写法合并：唯一行数变为2，明细显示首次出现的Apple为3次、75.0%，apple pie为1次、25.0%。

这组对照也说明，“忽略大小写”不会删掉行内空格，所以apple pie不会与apple合并；“去除首尾空格”只影响每行两端。

逐行计数的常见疑问

统计结果的边界与输入提醒

这里做的是“整行完全匹配后的频次统计”，不是词频分析、语义查重或模糊去重。两行只要在当前比较规则下仍有一个字符不同，就会分成两个项目。

• 多行记录会被拆开：地址、堆栈跟踪、诗句或备注若跨多行，每一行都会单独计数；先转成每条记录一行的格式再统计。
• 选项会改变数据口径：首尾空白、空行与大小写有时本身就是有效信息。切换选项前先确定清洗目标，并保留原始数据以便回查。
• 超长输入取决于设备：当前没有可核验的固定行数上限。大量文本会增加计算、表格渲染与复制耗时；若页面响应变慢，可把数据按互不重叠的批次处理，但跨批次的同名项目需要另行合并。
• 复制内容不是完整报表：批量复制只有内容与次数，没有占比、总行数、有效行数或唯一行数，也不会自动附加表头。交付前应补充口径和列名。
• 敏感文本仍需谨慎：结果只依赖当前输入与选项，不查询外部数据，也没有文件上传入口；但粘贴和复制可能进入设备剪贴板或其他本机记录。口令、令牌、身份证号等敏感内容不宜放入通用文本统计流程。