实用指南
粘贴文本后，会按出现次数从多到少列出每个单词，不区分大小写。“Blue sky, blue ocean, bright sky.”中blue和sky各出现2次。不会删除停用词，也不会合并词形：“Run, run, RUN! Ran.”得到run 3、ran 1。中文词语之间没有空格，一整段连续汉字会被算作一个条目，因此不能直接得到中文词频，需要分词工具。计算在浏览器中完成，不会上传。
词频统计器
统计粘贴文本中每个词出现的次数，并按出现频率从高到低排序。
计算在本地完成，我们不会把输入值发送到服务器。
示例
在“Blue sky, blue ocean, bright sky.”中，工具统计出 blue 2 次、sky 2 次，随后是 bright 1 次、ocean 1 次。次数相同的词按字母顺序排列。
计算方法
文本会被切分成由字母和数字组成的词，统一转为小写后计数，先按频率排序，频率相同再按字母排序。合计部分会显示共有多少个词，其中有多少个是不同的词。
重要说明
the、and、of 这类虚词不会被剔除，因此往往排在最前面；查找主题词时可以略过它们，或先从文本中删掉。统计在你的浏览器中完成，不会上传也不会保存。
| 输入 | 结果 |
|---|---|
Blue sky, blue ocean, bright sky. | blue 2 · sky 2 · bright 1 · ocean 1 |
The cat and the hat. The end. | the 3 · and 1 · cat 1 · end 1 · hat 1 |
Run, run, RUN! Ran. | run 3 · ran 1 |
data-driven data | data 1 · data-driven 1 |
常见问题
同一个词的不同形式会合并计数吗？
不会。工具不做词干还原，也不查词典，所以“Run, run, RUN! Ran.”会统计出 run 3 次、ran 1 次。大小写会被忽略，因此 run 的三种写法合并在一起，但词尾一变就成了另一个条目。
连字符和撇号怎么处理？
它们会让一个词保持完整，所以“data-driven data”会把 data 计为 1 次、data-driven 计为 1 次，作为两个条目。词语周围的标点会被忽略。缩写形式中的撇号之所以不会把词拆成两个，也是同样的道理。
它适用于日文或中文吗？
作为词频统计并不适用。这些语言书写时词与词之间没有空格，因此每一段连续的字符会被当作一个条目，结果无法反映真正的词。这个工具更适合在使用空格的语言里，找出草稿中用得过多的词、反馈里反复出现的术语，或一小段文字的用词情况。