Zeichenhäufigkeitsanalyse (Buchstaben, alle Zeichen oder Wörter)
Füge beliebigen Text ein, um eine sortierte Häufigkeitstabelle zu erhalten. Drei Modi: alle Zeichen, nur Buchstaben/Ziffern oder ganze Wörter. Nützlich für Kryptanalyse, Schreibanalyse und Datensatzbereinigung.
Wie es funktioniert
Wofür es verwendet wird
Kryptanalyse: Klassische Chiffren (Caesar, Substitution) bewahren Buchstabenhäufigkeiten. Deutscher Text hat E als häufigsten Buchstaben, gefolgt von N, I, S, R. Wenn du diese Verteilung ungefähr im Chiffretext siehst, liegt eine Substitution vor. CJK-Sprachen haben sehr unterschiedliche Verteilungen, sind aber immer noch erkennbar.
Schreibanalyse: Das Aufspüren von übermäßig verwendeten Wörtern ist einer der schnellsten Wege, Entwürfe zu verbessern. Wenn 'jedoch' oder 'eigentlich' 50-mal in einem 1.000-Wort-Aufsatz erscheint, hast du einen Tick gefunden, der behoben werden sollte.
Datensatzbereinigung: Das Durchsuchen einer CSV-Spalte mit diesem Tool offenbart verstreute Zeichen, Kodierungsfehler und unerwartete Groß-/Kleinschreibung. Nützlich vor dem Import von Daten in ein strengeres System.
Drei Modi
Alle Zeichen: umfasst Leerzeichen, Satzzeichen, Zeilenumbrüche, Emoji. Am besten für rohe Textanalyse. Nützlich, wenn du versteckte Zeichen vermutest (Nullbreite-Leerzeichen, BOM), die eine Datei beschädigen.
Buchstaben und Ziffern: filtert auf Unicode-Buchstaben und -Zahlen. Am besten für traditionelle Buchstabenhäufigkeitsanalyse (Kryptanalyse, Sprachidentifikation).
Wörter: teilt bei Leerzeichen auf und zählt ganze Wörter. Am besten für Schreibanalyse und stilistische Überprüfung.
Was 'Groß-/Kleinschreibung beachten' bewirkt
Aus (Standard): 'A' und 'a' werden zusammen gezählt. Am besten für Buchstabenhäufigkeit in natürlichem Text, wo Groß-/Kleinschreibung beiläufig ist.
Ein: 'A' und 'a' werden separat gezählt. Nützlich, wenn Groß-/Kleinschreibung bedeutungsvoll ist – Programmierbezeichner, Markennamen oder Analyse von Großschreibungsmustern. Hinweis: Die Groß-/Kleinschreibungsunempfindliche Faltung verwendet die Kleinschreibungsregeln des Locale; für die meisten Sprachen ist dies die konventionelle Unicode-Groß-/Kleinschreibungsfaltung.
Häufige Fragen
›Funktioniert es für japanischen, chinesischen und koreanischen Text?
Ja. Der Buchstabenmodus behandelt jeden Schriftzeichen als einen 'Buchstaben', sodass du die Häufigkeit von Hanzi/Kanji erhältst. Der Wortmodus teilt bei Leerzeichen auf, was bedeutet, dass CJK-Text ohne Leerzeichen als ein riesiges Wort erscheint – verwende für diese Sprachen den Buchstabenmodus.
›Was ist der häufigste deutsche Buchstabe?
'E' (etwa 17,4 %), gefolgt von N (9,8 %), I (7,6 %), S (7,3 %), R (7,0 %), A (6,5 %). Das Kennen dieser Häufigkeiten ist die Grundlage für das Knacken einfacher Substitutionschiffren in deutschen Texten.
›Werden Emoji gezählt?
Ja, im Modus 'Alle Zeichen'. Der Buchstabenmodus filtert sie heraus (sie sind gemäß Unicode-Klassifikation keine Buchstaben).
›Warum werden Emoji manchmal in mehrere Zeichen aufgeteilt?
Einige Emoji bestehen aus mehreren Unicode-Codepunkten (z. B. Flaggen = zwei regionale Indikatorbuchstaben). Der Zähler folgt der JavaScript-String-Iteration, die Codepunkte, aber nicht alle Graphem-Cluster berücksichtigt. Für die meisten Analysen ist das in Ordnung.
›Kann ich die Tabelle exportieren?
Noch nicht – kopiere die gerenderte Tabelle vorerst per Kopieren und Einfügen. CSV-Export ist geplant.
›Wie viele Einträge werden angezeigt?
Top 50 in der Tabelle. Die verbleibende Anzahl wird unten zusammengefasst.
›Warum stimmen die groß-/kleinschreibungsunempfindlichen Ergebnisse für Griechisch/Türkisch nicht mit meinen Erwartungen überein?
Einige Sprachen haben ungewöhnliche Groß-/Kleinschreibungsregeln (türkisches gepunktetes/ungepunktetes I; deutsches ß ↔ SS). Wir verwenden JavaScripts toLowerCase(), das der Standard-Unicode-Groß-/Kleinschreibungsfaltung folgt – normalerweise in Ordnung, kann aber in Randfällen überraschen.
›Verlassen die Daten meinen Browser?
Nein. Alle Zählungen laufen lokal.
Verwandte Tools
Zuletzt aktualisiert: