Как получить список уникальных слов из текста?

Вставьте текст в поле. Отдельные слова сразу появятся в алфавитном порядке, по одному в строке, а над ними — «Всего слов» и «Уникальных слов». Скопируйте список кнопкой «Копировать».

Что делает опция «без учёта регистра»?

Когда она включена (по умолчанию), «The» и «the» — одно слово, а результат набран строчными буквами. Отключите её, чтобы сохранить формы с заглавной и строчной буквой как отдельные записи в исходном написании — это удобно для поиска имён собственных.

Для чего нужна минимальная длина?

Она скрывает слова короче выбранного числа символов — от 1 до 20. Значение 4 или 5 убирает большинство служебных слов вроде the, and, of и in, поэтому остаётся ближе к словарному списку. «Уникальных слов» считает только слова, прошедшие фильтр.

Остаются ли слова с апострофами и дефисами целыми?

Да. Сокращения вроде don't и слова с дефисом вроде well-known остаются отдельными словами. Знаки препинания по краям слова отбрасываются, а притяжательная форма dog's указывается отдельно от dog.

Работают ли слова с диакритикой и другие письменности?

Да. Буквы с диакритическими знаками, например é в café, и слова на кириллице, греческом, арабском или деванагари остаются целыми. Не разбиваются только языки, в которых слова не разделяются пробелами, например китайский и японский.

Считает ли инструмент, сколько раз встречается каждое слово?

Да: включите «Показывать количество», и после каждого слова появится его число в скобках. Для таблицы с процентами используйте Счётчик частоты слов.

Загружается ли мой текст?

Нет. Извлечение выполняется в вашем браузере, и текст не отправляется и не сохраняется.

Извлечение уникальных слов

Вставьте текст и получите каждое отдельное слово один раз, в алфавитном порядке — готовый словарный или ключевой список. Можно не учитывать регистр букв, показать, сколько раз встречается каждое слово, скрыть короткие слова и скопировать результат по одному слову в строке или через запятую. Бесплатно, без регистрации, и ничего не загружается.

Настройки

Без учёта регистраПоказывать количествоМин. длина

По одному на строкуЧерез запятую

Турецкие правила буквы i (İ ı)

Турецкий — единственный язык, где буква i изменяет регистр иначе: İ переходит в i, а i — в İ.

Как пользоваться извлечением уникальных слов

Вставьте текст. Эссе, глава, расшифровка или ответы в опросе. Список обновляется по мере ввода; нажимать кнопку не нужно.
Выберите настройки. По умолчанию включён режим «без учёта регистра»: «The» и «the» — одно слово, и список набран строчными буквами. «Показывать количество» добавляет (n) после каждого слова. «Мин. длина» скрывает слова короче заданного числа символов — от 1 до 20.
Выберите формат вывода. «По одному на строку» даёт столбец, который можно вставить в таблицу; «Через запятую» — одну строку для поля тегов или ключевых слов.
Скопируйте список. Над ним показаны «Всего слов» и «Уникальных слов», так что видно, какая часть текста состояла из повторов.

Что считается словом

Слово — это последовательность букв, цифр и диакритических знаков на любом языке, которую внутри слова могут соединять дефисы или апострофы. Поэтому don't, well-known и dog's остаются целыми, а запятые, точки, кавычки и скобки вокруг слова отбрасываются. Числа тоже считаются словами — это удобно для списка годов или кодов в тексте, а десятичная дробь вроде 3.14 превращается в два элемента: 3 и 14.

Список упорядочен без учёта заглавных букв: сначала идут числа (они сортируются как текст, поэтому 14 стоит раньше 3), затем слова от A до Z. Разные формы одного слова — dog, dog's, dogs — выводятся отдельными записями, потому что инструмент сравнивает написания и не приводит слова к корню.

Работают и другие языки. Буквы с диакритикой и письменности, отличные от латиницы, остаются внутри своего слова, поэтому «café au lait, naïve résumé» даёт записи au, café, lait, naïve и résumé. Языки без пробелов между словами, например китайский и японский, выводятся длинными фрагментами, а не отдельными словами. Переключатель турецких правил для буквы i меняет только приведение букв к нижнему регистру и включается автоматически на турецкой странице.

Пример

Возьмём предложение из 24 слов:

Ввод

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.

Настройки	Уникальных слов	Вывод
По умолчанию (без учёта регистра, мин. длина 1)	17	a, bed, cat, didn't, dog, dog's, fact, it, mat, on, sat, sit, that, the, warm, was, well-known
Показывать количество, через запятую	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)
Мин. длина 4, через запятую	6	didn't, dog's, fact, that, warm, well-known
Без учёта регистра выключено, через запятую	18	a, bed, cat, didn't, dog, dog's, fact, it, mat, on, sat, sit, that, The, the, warm, was, well-known

Карточка «Всего слов» остаётся 24 в каждой строке; «Уникальных слов» — это то, что остаётся после приведения к одному регистру и фильтра по длине. Из 24 слов получается 17, потому что the встречается пять раз, а mat, on и was — по два. Если отключить учёт регистра, The и the становятся разными записями, и это добавляет одну. Минимальная длина 4 убирает все слова короче четырёх символов, и апостроф с дефисом входят в длину, поэтому didn't (6) и well-known (10) остаются.

Для чего нужен список

Словарные списки. Извлеките слова из текста для чтения, задайте минимальную длину 4 или 5, чтобы пропустить частые короткие слова, — и получите список для занятий.
Проверка ключевых слов. Посмотрите, какие термины черновик на самом деле использует, прежде чем сравнивать его с целевым списком.
Сравнение двух текстов. Извлеките слова каждого, затем вставьте два списка в Сравнение списков, чтобы увидеть, какие слова есть только в одном из текстов.
Очистка списка слов. Вставьте неаккуратный список с повторами и знаками препинания и получите каждое слово один раз.

Какой инструмент вам нужен?

Если вам нужно…	Используйте
Каждое отдельное слово один раз, по алфавиту	Эта страница
Слова по частоте употребления, с процентами и скрытыми служебными словами	Счётчик частоты слов
Удалить повторяющиеся слова из текста и оставить остальное	Удаление повторяющихся слов
Удалить повторяющиеся строки из списка	Удаление повторяющихся строк
Слова, которые есть в обоих списках	Сравнение списков

Часто задаваемые вопросы

Как получить список уникальных слов из текста?: Вставьте текст в поле. Отдельные слова сразу появятся в алфавитном порядке, по одному в строке, а над ними — «Всего слов» и «Уникальных слов». Скопируйте список кнопкой «Копировать».
Что делает опция «без учёта регистра»?: Когда она включена (по умолчанию), «The» и «the» — одно слово, а результат набран строчными буквами. Отключите её, чтобы сохранить формы с заглавной и строчной буквой как отдельные записи в исходном написании — это удобно для поиска имён собственных.
Для чего нужна минимальная длина?: Она скрывает слова короче выбранного числа символов — от 1 до 20. Значение 4 или 5 убирает большинство служебных слов вроде the, and, of и in, поэтому остаётся ближе к словарному списку. «Уникальных слов» считает только слова, прошедшие фильтр.
Остаются ли слова с апострофами и дефисами целыми?: Да. Сокращения вроде don't и слова с дефисом вроде well-known остаются отдельными словами. Знаки препинания по краям слова отбрасываются, а притяжательная форма dog's указывается отдельно от dog.
Работают ли слова с диакритикой и другие письменности?: Да. Буквы с диакритическими знаками, например é в café, и слова на кириллице, греческом, арабском или деванагари остаются целыми. Не разбиваются только языки, в которых слова не разделяются пробелами, например китайский и японский.
Считает ли инструмент, сколько раз встречается каждое слово?: Да: включите «Показывать количество», и после каждого слова появится его число в скобках. Для таблицы с процентами используйте Счётчик частоты слов.
Загружается ли мой текст?: Нет. Извлечение выполняется в вашем браузере, и текст не отправляется и не сохраняется.