Extracteur de mots uniques
Collez un texte et obtenez chaque mot distinct une seule fois, par ordre alphabétique, prêt à servir de liste de vocabulaire ou de mots-clés. Vous pouvez ignorer la casse, afficher le nombre d'occurrences de chaque mot, masquer les mots courts, et copier le résultat ligne par ligne ou séparé par des virgules. Gratuit, sans inscription, et rien n'est téléversé.
Options
Le turc est la seule langue qui met en casse la lettre i différemment : İ passe en minuscule i, et i passe en majuscule İ.
Comment utiliser l'extracteur de mots uniques
- Collez votre texte. Un essai, un chapitre, une transcription ou une série de réponses à un sondage. La liste se met à jour pendant que vous tapez ; il n'y a aucun bouton à presser.
- Choisissez les options. Insensible à la casse est activée par défaut, si bien que « The » et « the » forment un seul mot et que la liste est en minuscules. Afficher le nombre d'occurrences ajoute (n) après chaque mot. Longueur min. masque les mots plus courts que la valeur choisie, de 1 à 20 caractères.
- Choisissez le format de sortie. Un par ligne donne une colonne que vous pouvez coller dans un tableur ; Séparé par des virgules donne une seule ligne pour un champ de mots-clés ou d'étiquettes.
- Copiez la liste. Total de mots et Mots uniques sont affichés au-dessus, pour voir la part de répétitions dans le texte.
Ce qui compte comme un mot
Un mot est une suite de lettres, de chiffres et de signes diacritiques, dans n'importe quelle écriture, éventuellement reliés par des traits d'union ou des apostrophes à l'intérieur du mot. Ainsi, don't, well-known et dog's restent chacun entiers, tandis que les virgules, points, guillemets et parenthèses autour d'un mot sont écartés. Les nombres comptent comme des mots, ce qui est utile pour une liste d'années ou de codes dans un texte, et un décimal comme 3.14 devient deux entrées, 3 et 14.
La liste est classée sans tenir compte des majuscules, avec les nombres en premier (triés comme du texte, donc 14 avant 3), puis de a à z. Les différentes formes d'un même mot — dog, dog's, dogs — sont des entrées distinctes, car l'outil compare les orthographes et ne ramène pas les mots à leur racine.
D'autres langues fonctionnent aussi. Les lettres accentuées et les écritures non latines restent à l'intérieur de leur mot : « café au lait, naïve résumé » donne les entrées au, café, lait, naïve et résumé. Les langues qui n'utilisent pas d'espaces entre les mots, comme le chinois et le japonais, sont renvoyées sous forme de longues suites plutôt que de mots isolés. L'option des règles du i turc ne modifie que la mise en minuscules des majuscules, et elle est activée automatiquement sur la page turque.
Un exemple détaillé
Prenez cette phrase de 24 mots :
Entrée
The cat sat on the mat. The dog didn't sit on the mat; it was a well-known fact that the dog's bed was warm.
| Réglages | Mots uniques | Résultat |
|---|---|---|
| Valeurs par défaut (insensible à la casse, longueur min. 1) | 17 | a, bed, cat, didn't, dog, dog's, fact, it, mat, on, sat, sit, that, the, warm, was, well-known |
| Afficher le nombre, séparé par des virgules | 17 | a (1), bed (1), cat (1), didn't (1), dog (1), dog's (1), fact (1), it (1), mat (2), on (2), sat (1), sit (1), that (1), the (5), warm (1), was (2), well-known (1) |
| Longueur min. 4, séparé par des virgules | 6 | didn't, dog's, fact, that, warm, well-known |
| Insensible à la casse désactivée, séparé par des virgules | 18 | a, bed, cat, didn't, dog, dog's, fact, it, mat, on, sat, sit, that, The, the, warm, was, well-known |
La carte Total de mots reste à 24 dans chaque ligne ; Mots uniques correspond à ce qui reste après la mise en minuscules et le filtre de longueur. Les 24 mots se réduisent à 17 parce que the apparaît cinq fois et que mat, on et was apparaissent deux fois. Avec l'option de casse désactivée, The et the deviennent deux entrées distinctes, ce qui en ajoute une. Une longueur minimale de 4 supprime tous les mots de moins de quatre caractères, et elle compte l'apostrophe et le trait d'union, si bien que didn't (6) et well-known (10) restent.
À quoi sert la liste
- Listes de vocabulaire. Extrayez les mots d'un passage à lire, réglez la longueur minimale sur 4 ou 5 pour écarter les mots courts les plus courants, et vous obtenez une liste d'étude.
- Vérification des mots-clés. Voyez quels termes un brouillon utilise réellement avant de le comparer à une liste cible.
- Comparer deux textes. Extrayez les mots de chacun, puis collez les deux listes dans Comparer des listes pour voir quels mots n'apparaissent que dans l'un des deux textes.
- Nettoyer une liste de mots. Collez une liste désordonnée avec des répétitions et de la ponctuation, et obtenez en retour chaque mot une seule fois.
De quel outil avez-vous besoin ?
| Si vous voulez… | Utilisez |
|---|---|
| Chaque mot distinct une fois, classé alphabétiquement | Cette page |
| Des mots classés selon leur fréquence, avec pourcentages et mots vides masqués | Compteur de fréquence des mots |
| Supprimer les mots répétés de votre texte et garder le reste | Suppresseur de mots en double |
| Supprimer les lignes répétées d'une liste | Supprimer les lignes en double |
| Les mots que deux listes ont en commun | Comparer des listes |
Questions fréquentes
- Comment obtenir une liste de mots uniques à partir d'un texte ?
- Collez le texte dans la zone prévue. Les mots distincts apparaissent aussitôt, par ordre alphabétique, un par ligne, avec Total de mots et Mots uniques au-dessus. Copiez la liste avec le bouton Copier.
- À quoi sert l'option insensible à la casse ?
- Lorsqu'elle est activée, ce qui est le cas par défaut, « The » et « the » ne forment qu'un seul mot et la sortie est en minuscules. Désactivez-la pour conserver les formes avec majuscule et en minuscules comme entrées distinctes, dans leur casse d'origine, ce qui est pratique pour repérer les noms propres.
- À quoi sert la longueur minimale ?
- Elle masque les mots plus courts que le nombre choisi, de 1 à 20 caractères. Une valeur de 4 ou 5 supprime la plupart des mots grammaticaux comme the, and, of et in, si bien que ce qui reste se rapproche d'une liste de vocabulaire. Mots uniques ne compte que les mots qui passent le filtre.
- Les mots avec apostrophes et traits d'union restent-ils entiers ?
- Oui. Les contractions comme don't et les mots à trait d'union comme well-known restent des mots uniques. La ponctuation en bordure de mot est supprimée, et un possessif comme dog's est listé séparément de dog.
- Les mots accentués et les autres écritures fonctionnent-ils ?
- Oui. Les lettres accentuées, comme le é de café, et les mots en cyrillique, grec, arabe ou devanagari restent entiers. Seules les langues qui n'utilisent pas d'espaces entre les mots, comme le chinois et le japonais, ne sont pas découpées en mots séparés.
- L'outil compte-t-il le nombre d'apparitions de chaque mot ?
- Oui : activez Afficher le nombre d'occurrences et chaque mot est suivi de son décompte entre parenthèses. Pour un tableau classé avec pourcentages, utilisez plutôt le Compteur de fréquence des mots.
- Mon texte est-il téléversé ?
- Non. L'extraction s'exécute dans votre navigateur, et le texte n'est ni envoyé ni stocké.