Frequência de palavras e tokens
Usa limites de palavras do Intl ou tokens separados por espaços. Idioma, normalização e minúsculas são escolhas explícitas.
- Funciona no navegador
- Sem upload
- Confira antes de baixar
Os dados de entrada ficam nesta aba, sem envio nem salvamento automático. As contagens agregadas de uso e os diagnósticos gerais de processamento são opcionais e só são enviados com o seu consentimento, sem conteúdo nem nomes de arquivos. Limpar ou fechar apaga os dados; salve antes os resultados de que precisar.
Método e limites
Usa limites de palavras do Intl ou tokens separados por espaços. Idioma, normalização e minúsculas são escolhas explícitas. A lista de palavras excluídas é opcional e só vale a que você informar. A frequência vai da maior para a menor, e empates seguem a ordem Unicode. O CSV usa aspas com segurança. Tokens que parecem fórmulas de planilha continuam como dados e não são neutralizados. A lista de palavras excluídas aceita até 20.000 bytes UTF-8 e 10.000 linhas. Cada linha corresponde a um token inteiro, depois da normalização e das minúsculas escolhidas. Espaços extras e BOM contam como texto e não são removidos em silêncio. A lista exata e as configurações são exportadas.
Arquivos UTF-8 de até 256 KiB; texto comum de até 100.000 unidades UTF-16; decodificação de bytes de até 256 KiB. Codecs de bytes: até 16.384 bytes. Listas: até 10.000 registros cada. Tokens, grafemas, células Braille ou linhas Unicode mantidos: até 20.000. HTML: até 20.000 alocações ou nós e profundidade 64. Todos os arquivos de saída juntos: até 2 MiB. O worker pode ser encerrado após 5 segundos. Isso não limita toda a memória do navegador.
Como usar
- Escolher origem e método
Os dados de entrada ficam nesta aba, sem envio nem salvamento automático. As contagens agregadas de uso e os diagnósticos gerais de processamento são opcionais e só são enviados com o seu consentimento, sem conteúdo nem nomes de arquivos. Limpar ou fechar apaga os dados; salve antes os resultados de que precisar.
- Método
Usa limites de palavras do Intl ou tokens separados por espaços. Idioma, normalização e minúsculas são escolhas explícitas. A lista de palavras excluídas é opcional e só vale a que você informar. A frequência vai da maior para a menor, e empates seguem a ordem Unicode. O CSV usa aspas com segurança. Tokens que parecem fórmulas de planilha continuam como dados e não são neutralizados. A lista de palavras excluídas aceita até 20.000 bytes UTF-8 e 10.000 linhas. Cada linha corresponde a um token inteiro, depois da normalização e das minúsculas escolhidas. Espaços extras e BOM contam como texto e não são removidos em silêncio. A lista exata e as configurações são exportadas.
- Verificar e salvar originais
São exibidos os primeiros 10.000 caracteres e 100 linhas de tabela. Os downloads trazem a saída completa e a cópia do original.
Método e limites
Método
Usa limites de palavras do Intl ou tokens separados por espaços. Idioma, normalização e minúsculas são escolhas explícitas. A lista de palavras excluídas é opcional e só vale a que você informar. A frequência vai da maior para a menor, e empates seguem a ordem Unicode. O CSV usa aspas com segurança. Tokens que parecem fórmulas de planilha continuam como dados e não são neutralizados. A lista de palavras excluídas aceita até 20.000 bytes UTF-8 e 10.000 linhas. Cada linha corresponde a um token inteiro, depois da normalização e das minúsculas escolhidas. Espaços extras e BOM contam como texto e não são removidos em silêncio. A lista exata e as configurações são exportadas.
Ler arquivo local
Os dados de entrada ficam nesta aba, sem envio nem salvamento automático. As contagens agregadas de uso e os diagnósticos gerais de processamento são opcionais e só são enviados com o seu consentimento, sem conteúdo nem nomes de arquivos. Limpar ou fechar apaga os dados; salve antes os resultados de que precisar.
Limite atingido. Reduza a entrada, os itens mantidos ou o tamanho da saída.
Arquivos UTF-8 de até 256 KiB; texto comum de até 100.000 unidades UTF-16; decodificação de bytes de até 256 KiB. Codecs de bytes: até 16.384 bytes. Listas: até 10.000 registros cada. Tokens, grafemas, células Braille ou linhas Unicode mantidos: até 20.000. HTML: até 20.000 alocações ou nós e profundidade 64. Todos os arquivos de saída juntos: até 2 MiB. O worker pode ser encerrado após 5 segundos. Isso não limita toda a memória do navegador.