Analisador de Frequência de Caracteres (letras, todos os chars ou
Cole qualquer texto para obter uma tabela de frequência ordenada. Três modos: todos os caracteres, apenas letras/dígitos ou palavras inteiras. Útil para criptoanálise, análise de escrita e limpeza de conjuntos de dados.
Como funciona
Para que serve
Criptoanálise: cifras clássicas (César, substituição) preservam as frequências de letras. Texto em português sempre tem E como a letra mais comum, depois A, O, S, R. Se você vê aproximadamente essa distribuição em texto cifrado, provavelmente é uma cifra de substituição. Línguas CJK têm distribuições muito diferentes, mas ainda reconhecíveis.
Análise de escrita: identificar palavras usadas em excesso é uma das formas mais rápidas de melhorar rascunhos. Se 'apenas' ou 'realmente' aparece 50 vezes em um texto de 1.000 palavras, você encontrou um tique a corrigir.
Limpeza de conjuntos de dados: escanear uma coluna CSV com esta ferramenta revela caracteres estranhos, erros de codificação e capitalização inesperada. Útil antes de importar dados para um sistema mais rigoroso.
Três modos
Todos os caracteres: inclui espaços, pontuação, quebras de linha, emoji. Melhor para análise de texto bruto. Útil quando você suspeita de caracteres ocultos (espaço de largura zero, BOM) corrompendo um arquivo.
Letras e dígitos: filtra apenas letras Unicode e números. Melhor para análise de frequência de letras tradicional (criptoanálise, identificação de idioma).
Palavras: divide por espaços em branco e conta palavras inteiras. Melhor para análise de escrita e verificação de estilo.
O que 'sensível a maiúsculas/minúsculas' faz
Desativado (padrão): 'A' e 'a' contam juntos. Melhor para frequência de letras em texto natural onde a capitalização é incidental.
Ativado: 'A' e 'a' contam separadamente. Útil quando a capitalização é significativa — identificadores de programação, termos de marca ou análise de padrões de capitalização. Nota: a redução de maiúsculas/minúsculas usa as regras de minúsculas do locale; para a maioria dos idiomas é o Unicode case folding convencional.
Perguntas frequentes
›Funciona para texto em japonês, chinês ou coreano?
Sim. O modo de letras trata cada ideograma como uma 'letra', então você obtém a frequência de hanzi/kanji. O modo de palavras divide por espaços, o que significa que texto CJK sem espaços aparece como uma palavra gigante — use o modo de letras para esses idiomas.
›Qual é a letra mais comum em português?
'A' (cerca de 14,6%), depois E (12,6%), O (10,7%), S (7,8%), R (6,5%). Saber isso é a base para quebrar cifras de substituição simples em textos em português.
›Emoji são contados?
Sim no modo 'todos os caracteres'. O modo de letras os filtra (não são letras de acordo com a classificação Unicode).
›Por que emoji às vezes são divididos em múltiplos caracteres?
Alguns emoji são múltiplos code points Unicode (ex.: bandeiras = dois caracteres indicadores regionais). O contador segue a iteração de string do JavaScript, que respeita code points mas não todos os clusters de grafema. Para a maioria das análises, isso está correto.
›Posso exportar a tabela?
Ainda não — copie e cole a tabela renderizada por enquanto. A exportação em CSV está no roteiro.
›Quantas entradas são mostradas?
As 50 primeiras na tabela. A contagem do restante é resumida na parte inferior.
›Por que resultados sem distinção de maiúsculas em grego/turco não correspondem ao esperado?
Alguns idiomas têm regras de capitalização incomuns (I com/sem ponto turco; ß ↔ SS alemão). Usamos toLowerCase() do JavaScript, que segue o Unicode case folding padrão — geralmente correto, mas pode surpreender em casos extremos.
›Os dados saem do meu navegador?
Não. Toda a contagem é feita localmente.
Ferramentas relacionadas
Última atualização: