Unieke-woorden-extractor
Plak een tekst en krijg elk verschillend woord één keer, in alfabetische volgorde, klaar als woordenlijst of zoekwoordenlijst. Je kunt hoofdletters negeren, laten zien hoe vaak elk woord voorkomt, korte woorden verbergen, en het resultaat per regel of kommagescheiden kopiëren. Gratis, zonder registratie, en er wordt niets geüpload.
Opties
Turks is de enige taal die de letter i anders behandelt bij hoofdletters: İ wordt de kleine letter i, en i wordt de hoofdletter İ.
Zo gebruik je de unieke-woorden-extractor
- Plak je tekst. Een essay, een hoofdstuk, een transcriptie of een set enquêteantwoorden. De lijst wordt bijgewerkt terwijl je typt; er is geen knop om in te drukken.
- Kies de opties. Hoofdletterongevoelig staat standaard aan, dus “The” en “the” zijn één woord en de lijst staat in kleine letters. Tellingen tonen voegt (n) toe achter elk woord. Min. lengte verbergt woorden die korter zijn dan het getal dat je kiest, van 1 tot 20 tekens.
- Kies het uitvoerformaat. Één per regel geeft een kolom die je in een spreadsheet kunt plakken; Kommagescheiden geeft één regel voor een tag- of trefwoordveld.
- Kopieer de lijst. Totaal aantal woorden en Unieke woorden staan erboven, zodat je ziet hoeveel van de tekst uit herhalingen bestond.
Wat telt als woord
Een woord is een reeks letters, cijfers en accenttekens in elk schrift, eventueel verbonden door koppeltekens of apostrofs binnen het woord. Dus don't, well-known en dog's blijven elk heel, terwijl komma's, punten, aanhalingstekens en haakjes rond een woord worden weggelaten. Getallen tellen mee als woord, wat handig is voor een lijst met jaartallen of codes in een tekst, en een decimaal getal zoals 3.14 wordt twee items, 3 en 14.
De lijst is alfabetisch gesorteerd zonder hoofdletters mee te tellen, met getallen eerst (als tekst gesorteerd, dus 14 komt voor 3) en daarna a tot z. Verschillende vormen van één woord — dog, dog's, dogs — staan als aparte items, omdat de tool spellingen vergelijkt en woorden niet tot een stam terugbrengt.
Andere talen werken ook. Geaccentueerde letters en niet-Latijnse schriften blijven binnen hun woord, dus “café au lait, naïve résumé” levert de items au, café, lait, naïve en résumé. Talen die zonder spaties tussen woorden worden geschreven, zoals Chinees en Japans, komen als lange reeksen in plaats van als losse woorden. De Turkse i-regels veranderen alleen hoe hoofdletters worden omgezet, en staan automatisch aan op de Turkse pagina.
Een uitgewerkt voorbeeld
Neem deze zin van 24 woorden:
Invoer
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.
| Instellingen | Unieke woorden | Uitvoer |
|---|---|---|
| Standaard (hoofdletterongevoelig, min. lengte 1) | 17 | a, bed, cat, didn't, dog, dog's, fact, it, mat, on, sat, sit, that, the, warm, was, well-known |
| Tellingen tonen, kommagescheiden | 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) |
| Min. lengte 4, kommagescheiden | 6 | didn't, dog's, fact, that, warm, well-known |
| Hoofdletterongevoelig uit, kommagescheiden | 18 | a, bed, cat, didn't, dog, dog's, fact, it, mat, on, sat, sit, that, The, the, warm, was, well-known |
De kaart Totaal aantal woorden blijft in elke rij op 24 staan; Unieke woorden is wat overblijft na het omzetten van hoofdletters en het lengtefilter. De 24 woorden worden 17, omdat “the” vijf keer voorkomt en mat, on en was elk twee keer. Met de hoofdletteroptie uit worden “The” en “the” aparte items, wat er één extra maakt. Een minimale lengte van 4 verwijdert elk woord van minder dan vier tekens, en de apostrof en het koppelteken tellen mee, dus didn't (6) en well-known (10) blijven staan.
Waar de lijst goed voor is
- Woordenlijsten. Haal de woorden uit een leestekst, zet een minimale lengte van 4 of 5 om de veelvoorkomende korte woorden over te slaan, en je hebt een studielijst.
- Zoekwoordcontroles. Zie welke termen een concept echt gebruikt voordat je het vergelijkt met een doellijst.
- Twee teksten vergelijken. Haal de woorden van elke tekst op en plak de twee lijsten in de Lijsten Vergelijken om te zien welke woorden alleen in één tekst voorkomen.
- Een woordenlijst opschonen. Plak een rommelige lijst met herhalingen en leestekens en krijg elk woord één keer terug.
Welke tool heb je nodig?
| Je wilt… | Gebruik |
|---|---|
| Elk verschillend woord één keer, alfabetisch | Deze pagina |
| Woorden gerangschikt op hoe vaak ze voorkomen, met percentages en stopwoorden verborgen | Woordfrequentieteller |
| Herhaalde woorden uit je tekst verwijderen en de rest houden | Duplicaatwoord-verwijderaar |
| Herhaalde regels uit een lijst verwijderen | Dubbele Regels Verwijderen |
| De woorden die twee lijsten gemeen hebben | Lijsten Vergelijken |
Veelgestelde vragen
- Hoe haal ik een lijst met unieke woorden uit een tekst?
- Plak de tekst in het vak. De verschillende woorden verschijnen meteen in alfabetische volgorde, één per regel, met Totaal aantal woorden en Unieke woorden erboven. Kopieer de lijst met de knop Kopiëren.
- Wat doet de optie hoofdletterongevoelig?
- Als die aan staat, wat de standaard is, zijn “The” en “the” één woord en is de uitvoer in kleine letters. Zet hem uit om vormen met en zonder hoofdletter als aparte items met hun oorspronkelijke hoofdletters te houden, handig om eigennamen te herkennen.
- Waar is de instelling voor minimale lengte voor?
- Ze verbergt woorden die korter zijn dan het getal dat je kiest, van 1 tot 20 tekens. Een instelling van 4 of 5 verwijdert de meeste functiewoorden zoals the, and, of en in, zodat wat overblijft meer op een woordenlijst lijkt. Unieke woorden telt alleen de woorden die het filter halen.
- Blijven woorden met apostrofs en koppeltekens heel?
- Ja. Samentrekkingen zoals don't en woorden met een koppelteken zoals well-known blijven als enkele woorden staan. Leestekens aan de randen van een woord vallen weg, en een bezittelijke vorm zoals dog's staat los van dog.
- Werken geaccentueerde woorden en andere schriften?
- Ja. Letters met accenten, zoals de é in café, en woorden in Cyrillisch, Grieks, Arabisch of Devanagari blijven heel. Alleen talen zonder spaties tussen woorden, zoals Chinees en Japans, worden niet in aparte woorden gesplitst.
- Telt het hoe vaak elk woord voorkomt?
- Ja, zet Tellingen tonen aan en elk woord wordt gevolgd door zijn telling tussen haakjes. Voor een gerangschikte tabel met percentages gebruik je in plaats daarvan de Woordfrequentieteller.
- Wordt mijn tekst ergens geüpload?
- Nee. De extractie gebeurt in je browser en de tekst wordt niet verstuurd of opgeslagen.