唯一单词提取器
粘贴文本,即可按字母顺序获得其中每个不同单词各一次的列表,可直接用作词汇表或关键词列表。您可以忽略大小写、显示每个单词出现的次数、隐藏较短的单词,并将结果复制为每行一个或逗号分隔的形式。免费,无需注册,也不会上传任何内容。
选项
土耳其语是唯一以不同方式处理字母 i 大小写转换的语言:İ 转小写为 i,i 转大写为 İ。
如何使用唯一单词提取器
- 粘贴您的文本。 可以是一篇文章、一章书、一段访谈记录或一组调查回答。列表会随您输入而更新,无需按任何按钮。
- 选择选项。 默认开启“不区分大小写”,因此“The”和“the”算作同一个单词,列表以小写显示。“显示计数”会在每个单词后添加 (n)。“最小长度”会隐藏短于您所设数字的单词,范围为 1 到 20 个字符。
- 选择输出格式。 “每行一个”会生成一列,可粘贴到电子表格中;“逗号分隔”则生成单行,适合放入标签或关键词字段。
- 复制列表。 上方会显示“总词数”和“唯一词数”,让您了解文本中有多少内容是重复的。
什么算作一个单词
单词是由字母、数字和任何文字的重音符号组成的连续字符,词内可包含连字符或撇号。因此 don't、well-known 和 dog's 各自保持完整,而单词周围的逗号、句号、引号和括号会被去除。数字也算作单词,这对于提取文本中的年份或代码列表很有用;小数 3.14 会变成两个条目,即 3 和 14。
列表按字母顺序排列,忽略大写字母。数字排在最前(按文本排序,因此 14 排在 3 之前),然后是 a 到 z。同一个词的不同形式——dog、dog's、dogs——会作为不同条目列出,因为本工具比较的是拼写,而不会将单词还原为词根。
其他语言同样适用。带重音的字母和非拉丁文字都会保留在单词内部,因此“café au lait, naïve résumé”会得到 au、café、lait、naïve 和 résumé 这些条目。像中文和日文这样不以空格分隔单词的语言,会被切分成很长的连续片段,而不是单个单词。土耳其语 i 规则开关只改变大写字母转为小写的方式,在土耳其语页面上会自动开启。
示例
以下这句含 24 个单词的句子为例:
输入
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.
| 设置 | 唯一单词 | 输出 |
|---|---|---|
| 默认值(不区分大小写,最小长度 1) | 17 | a, bed, cat, didn't, dog, dog's, fact, it, mat, on, sat, sit, that, the, warm, was, well-known |
| 显示计数,逗号分隔 | 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) |
| 最小长度 4,逗号分隔 | 6 | didn't, dog's, fact, that, warm, well-known |
| 关闭不区分大小写,逗号分隔 | 18 | a, bed, cat, didn't, dog, dog's, fact, it, mat, on, sat, sit, that, The, the, warm, was, well-known |
“总词数”卡片在每一行都保持为 24;“唯一词数”则是在忽略大小写并应用长度过滤之后剩下的数量。24 个词减少到 17 个,是因为 the 出现了五次,mat、on 和 was 各出现两次。关闭大小写选项后,The 和 the 变成两个不同的条目,因此多出一个。最小长度为 4 会去除所有少于四个字符的单词;它计算撇号和连字符在内,因此 didn't(6 个字符)和 well-known(10 个字符)会被保留。
本工具适合做什么
- 词汇表。 提取一篇阅读材料中的单词,将最小长度设为 4 或 5 以跳过常见的短词,即可得到一份学习词表。
- 关键词检查。 在与目标关键词列表比较之前,先看看草稿实际使用了哪些词。
- 比较两段文本。 分别提取两段文本的单词,然后将两份列表粘贴到比较列表工具中,看看哪些词只出现在其中一段文本里。
- 整理单词列表。 粘贴一份包含重复项和标点的杂乱列表,即可得到每个单词只出现一次的结果。
您需要哪个工具?
常见问题
- 如何从文本中获取唯一单词列表?
- 将文本粘贴到输入框中,不同的单词会立即按字母顺序显示出来,每行一个,上方同时显示“总词数”和“唯一词数”。点击“复制”按钮即可复制列表。
- “不区分大小写”选项有什么作用?
- 开启时(默认设置),“The”和“the”算作同一个单词,输出为小写。关闭它后,大小写不同的形式会作为不同的条目保留其原始大小写,这有助于识别专有名词。
- “最小长度”设置有什么用?
- 它会隐藏短于您所选数字的单词,范围为 1 到 20 个字符。设置为 4 或 5 可以去除大部分功能词,如 the、and、of 和 in,因此剩下的内容更接近词汇表。“唯一词数”只统计通过过滤的单词。
- 带撇号和连字符的单词会保持完整吗?
- 会。像 don't 这样的缩略词和像 well-known 这样的连字符词会保持为单个单词。单词两端的标点会被去除,而 dog's 这样的所有格形式会与 dog 分开列出。
- 带重音的词和其他文字能正常处理吗?
- 可以。带重音的字母,如 café 中的 é,以及俄文、希腊文、阿拉伯文或天城文的单词都会保持完整。只有像中文和日文这样不以空格分隔单词的语言,不会被切分成独立的单词。
- 它会统计每个单词出现的次数吗?
- 会。开启“显示计数”后,每个单词后面都会以括号显示其次数。如需带百分比的排名表,请改用单词频率计数器。
- 我的文本会被上传吗?
- 不会。提取在您的浏览器中完成,文本不会被发送或存储。