عدّاد الكلمات والأحرف العربية

طريقة الاستخدام

1. ألصق نصك العربي أو المختلط، أو ارفع ملف .txt.
2. اقرأ الأعداد: الكلمات والأحرف والجمل والفقرات والكلمات الفريدة.
3. راجع التوزيع بين الكلمات العربية واللاتينية.
4. استخدم جدول الكلمات الأكثر تكراراً لرصد المصطلحات المكررة.

ما الذي تفحصه وكيف تعمل

تأتي الكلمات والجمل من Intl.Segmenter باللغة العربية، وهو يتبع قواعد تقسيم النص في Unicode (UAX #29)، فلا تُحسب علامات الترقيم والمسافات كلمات. وتُعرض الأحرف بثلاث طرق: نقاط الرموز، والأحرف المرئية (مجموعات graphemes، حيث يُحسب الحرف وتشكيله واحداً)، والحروف العربية فقط. أما علامات التشكيل والتطويل فتُعدّ على حدة.

كثيراً ما يخطئ عدّاد الكلمات المكتوب للإنجليزية في عدّ النص العربي، لأنه يقسم عند المسافات فقط ويعدّ كل علامة حرفاً. وتعتمد الأعداد هنا على بيانات Unicode في متصفحك، فقد يختلف النص نفسه بكلمة بين المتصفحات في حالات نادرة.