Fréquences des lettres et mots

Analysez le texte ou fichier UTF-8. Lettres : graphèmes Unicode contenant une lettre, accents combinés inclus ; emoji, chiffres et marques isolées exclus. Mots : frontières Intl.Segmenter, nombres et écritures sans espaces inclus. La ponctuation sépare au lieu de fusionner.

NFC fusionne les formes canoniques, NFKC convertit aussi les formes compatibles comme les ligatures. Aucune conserve les formes originales. Ignorer la casse utilise les minuscules de la langue du texte choisie, pas un case folding linguistique complet. Résultats dépendants d’ICU et de la langue choisie.

Pourcentages sur les totaux complets, indépendants de recherche/tri/pages. 100 entrées/page ; CSV de toutes les entrées de la vue, pas seulement la page ou recherche. Graphique optionnel des 30 lettres principales. Pas de troncature à 500 mots.

Worker local annulable ; changements invalident les résultats, import sans analyse automatique, aucune sauvegarde. Limites : 1000000 unités UTF-16, 20000 entrées distinctes/type, fichiers de 4 Mo. Intl.Segmenter requis.

Les entrées longues sont abrégées uniquement à l’écran ; le CSV conserve le texte complet.