Analizador de texto: estadísticas online

Cómo analizar texto

1
Pega o abre tu texto
Escribe o pega directamente, o abre un archivo .txt, .md, .csv, .json, .srt o .vtt. No se sube nada: el análisis se ejecuta en tu dispositivo.
2
Lee los recuentos y el nivel de lectura
Caracteres, palabras, oraciones, párrafos, sílabas y páginas se actualizan mientras escribes, junto a seis fórmulas de legibilidad y un grado de consenso.
3
Revisa las palabras y frases que repites
La tabla de frecuencia muestra el recuento de cada término y su densidad en porcentaje. Cambia la longitud de frase a dos, tres o cuatro palabras para ver expresiones repetidas y no solo palabras.
4
Consulta un término en su contexto
Selecciona cualquier palabra o frase de la tabla para ver todas sus apariciones con el texto que las rodea, y decidir si la repetición es un problema.
5
Exporta el informe
Descarga TXT para un resumen legible, CSV para abrir las tablas en una hoja de cálculo, o JSON para conservar los números y los ajustes que los produjeron.

Qué mide esta herramienta

El analizador informa de treinta y una cifras sobre un texto, en cuatro grupos. Todas se calculan en tu dispositivo mientras escribes; no se envía nada a ninguna parte, y no hay cuenta, ni cola, ni marca de agua.

Recuentos

Caracteres, de tres formas: la longitud bruta, la longitud sin espacios y el número de caracteres visibles. Los dos últimos difieren más de lo que se cree: un emoji son dos unidades de longitud bruta y un carácter visible, igual que una letra acentuada escrita como base más un signo combinante.
Palabras, oraciones, párrafos y líneas: un párrafo es un bloque de líneas con una línea en blanco entre él y el siguiente; una línea es un salto de línea.
Sílabas y páginas: las sílabas alimentan cuatro de las fórmulas de nivel de lectura, y las páginas se cuentan a 250 palabras cada una, la convención a doble espacio que usan todas las guías de entrega.
Palabras únicas y riqueza de vocabulario: cuántas palabras distintas usa el texto, y esa cifra dividida entre el total. Un texto largo con una proporción baja se está repitiendo.

Estimaciones de tiempo

El tiempo de lectura parte de 200 palabras por minuto y es ajustable, con un rango de más rápido a más lento para planificar pensando en un público y no en una media.
El tiempo de habla parte de 130 palabras por minuto, que es un ritmo de presentación medido y no un ritmo de conversación.
El tiempo de escritura a mano usa 20 palabras por minuto, el centro del rango medido para escritura continua.

Frecuencia y frases

La tabla de palabras muestra el recuento de cada término y su densidad como porcentaje del texto completo, que es la cifra que cita cualquier herramienta SEO y la que un recuento a secas no puede darte.
La tabla de frases muestra secuencias repetidas de dos, tres o cuatro palabras. Las frases nunca cruzan el límite de una oración, así que nada de la tabla es un accidente de dos oraciones contiguas.
La tabla de caracteres cuenta todas las letras y dígitos de cualquier alfabeto, no solo de la a a la z.

Las seis fórmulas de legibilidad

Las fórmulas de legibilidad convierten la longitud de las oraciones y de las palabras en un curso escolar. Discrepan entre sí a propósito —cada una se creó para un tipo de escritura distinto—, así que el analizador informa de las seis y toma la mediana de los cinco grados como consenso. Por debajo de unas diez palabras ninguna fórmula significa nada, y la herramienta lo dice en vez de imprimir un número.

Facilidad de lectura Flesch

Una puntuación de 0 a 100 donde más alto es más fácil. Entre 60 y 70 es prosa estándar; por debajo de 30 es nivel de posgrado. Es la única de las seis que no es un curso, y por eso no entra en el consenso.

Grado Flesch-Kincaid

Los mismos datos que la facilidad de lectura, expresados como curso escolar estadounidense. Es el grado más citado y el que informan la mayoría de los procesadores de texto.

Gunning Fog

Añade una penalización por las palabras de tres o más sílabas. Sube mucho en escritura técnica, que es justo la idea: se diseñó para detectar prosa empresarial que había derivado hacia la jerga.

SMOG

Cuenta las palabras de tres o más sílabas y normaliza a treinta oraciones. Es el estándar en textos sanitarios y médicos, donde el coste de que un lector no entienda es mayor.

Coleman-Liau

Usa letras por palabra en vez de sílabas, así que no necesita ninguna estimación silábica. Eso la hace la más fiable de las seis en textos donde contar sílabas es delicado.

Índice de legibilidad automatizado (ARI)

También se basa en letras, y se creó para poder calcularse con una máquina de la era de la máquina de escribir. Suele quedar un curso por encima de Coleman-Liau en el mismo texto.

Test de legibilidad

Cómo se cuentan palabras, oraciones y caracteres

La mayoría de los contadores online usan dos expresiones regulares y confían en la suerte. Las diferencias son pequeñas en un párrafo pulcro en inglés y grandes en cualquier otra cosa, así que esto es exactamente lo que hace este.

Palabras

Una palabra empieza por letra o dígito y continúa con letras, dígitos y signos combinantes. Esta última parte importa: los signos combinantes no son letras, así que un patrón que solo busca letras corta el tailandés, el devanagari, el árabe con vocales y los acentos descompuestos a mitad de palabra. El chino, el japonés, el tailandés, el jemer, el lao y el birmano no separan las palabras con espacios, así que esas secuencias se segmentan con las reglas Unicode de tu propio dispositivo en vez de tratarse como una palabra larguísima. Puedes decidir si los números cuentan y si las contracciones y los compuestos con guion se mantienen enteros.

Oraciones

Dividir por . ! ? cuenta «Cuesta 1.000,50 euros.» como tres oraciones y «Los EE. UU. son grandes.» como cuatro. Aquí, por defecto, se usan las reglas Unicode de separación de oraciones, que aciertan solas con decimales, direcciones web y siglas, más una lista de abreviaturas por idioma para los casos que las reglas no pueden saber: «Dr.» nunca termina una oración, mientras que «etc.» a veces sí. El comportamiento antiguo por puntuación sigue disponible si necesitas una cifra que coincida con otra herramienta.

Caracteres

El recuento bruto de caracteres es el número de unidades de almacenamiento, que es lo que cuenta el límite de un campo de base de datos. El recuento de caracteres visibles agrupa signos combinantes, secuencias de emoji y banderas en los caracteres únicos que ve un lector. Un pulgar arriba con tono de piel son cuatro unidades de almacenamiento y un carácter visible. Se muestran los dos porque cada uno es la respuesta correcta a una pregunta distinta.

Contador de palabras · Estadísticas de texto

Densidad de palabras clave, frases y cómo leerlas

La densidad es el recuento de un término dividido entre el total de palabras. No hay una cifra objetivo —la idea de que existe un porcentaje óptimo hace mucho que dejó de ser cierta—, pero un término al cuatro o cinco por ciento en una página de prosa suele ser una frase que se puede reescribir. La tabla de frases es más útil que la de palabras para esto, porque la escritura repite frases mucho antes de repetir palabras.

Activa «ignorar palabras comunes» para descartar artículos, pronombres y preposiciones. La lista tiene entre 150 y 190 términos por idioma, no una docena, así que la tabla cambia de verdad.
Una frase se descarta si empieza o termina por una palabra común, así que «de la» nunca llega a la tabla y «paz de espíritu» sí.
Las frases que aparecen una sola vez no se muestran. Una aparición es un fragmento de oración, no una frase.

Frecuencia de palabras · Extractor de palabras clave

Leer un término en su contexto

Una tabla de frecuencia te dice que una palabra aparece cuarenta veces. No te dice si esas cuarenta están repartidas por todo el texto o amontonadas en un párrafo, y esa es la diferencia entre un tema y un tic. Al seleccionar cualquier palabra o frase se abre una concordancia: cada aparición con el texto a ambos lados, en orden del documento. Es una herramienta estándar en lingüística de corpus y la forma más rápida de decidir si vale la pena arreglar una repetición.

Longitud de las oraciones y ritmo

El analizador agrupa cada oración en una banda de longitud y muestra la distribución, junto con la oración más larga y la más corta del texto. La prosa que se lee bien se mueve entre bandas; la prosa en la que todas las oraciones caen en la misma banda se lee plana por buenas que sean las oraciones. Una media no puede enseñarte esto: un texto de oraciones de veinte palabras y otro que alterna cinco y treinta y cinco tienen la misma media y no se parecen en nada.

Cuándo usarlo

La herramienta está pensada para el momento anterior a publicar, entregar o enviar algo.

Cumplir un límite de palabras: trabajos, solicitudes, resúmenes y textos de producto, con el recuento actualizándose mientras recortas.
Comprobar que un borrador se lee bien: seis grados y un consenso, para no fiarte de la manía de una sola fórmula.
Auditar contenido por repeticiones: densidad y frases juntas muestran qué repite realmente una página.
Cronometrar una charla o un guion: tiempo de habla a un ritmo real de presentación, no de lectura.
Dimensionar subtítulos: abre un .srt o un .vtt directamente y obtén el recuento y el nivel de lectura de lo que ven los espectadores.
Comparar varios borradores: analiza hasta veinticinco documentos y exporta una fila de CSV por documento para ordenarla en una hoja de cálculo.

Precisión, y lo que no puede hacer

Cada cifra de aquí es exacta o estimada, y conviene saber la diferencia antes de citar alguna.

Exacto

Caracteres, palabras, oraciones, párrafos, líneas, palabras únicas, frecuencias y densidades se cuentan, no se estiman. Dos implementaciones independientes de todo el análisis se comparan entre sí en cada versión a lo largo de decenas de miles de comparaciones, y tienen que coincidir exactamente.

Estimado

Las sílabas no se pueden contar con exactitud sin un diccionario de pronunciación, así que se estiman por reglas. Medido contra una lista de 145 palabras contadas a mano, el estimador acierta 144, y su total en la lista queda dentro de medio por ciento. La única que falla es una palabra broma de veintiocho letras. Las cuatro fórmulas que usan sílabas heredan ese error, que queda muy dentro del ancho de una banda de nivel.

Lo que no hace

No revisa gramática ni ortografía, y no reescribe nada.
Las fórmulas de nivel de lectura están calibradas para el inglés. Dan un número en cualquier idioma y ese número significa cada vez menos cuanto más te alejas del inglés.
Lee texto plano. Documentos de Word, PDF, presentaciones e imágenes hay que convertirlos antes: los enlaces de abajo lo hacen en este sitio, también en tu dispositivo.

Un megabyte de texto se analiza en bastante menos de un cuarto de segundo, fuera del hilo principal, así que escribir nunca se entrecorta.

Qué archivos abre esta herramienta

El analizador lee archivos cuyos bytes son el texto: .txt .text .md .markdown .log .csv .tsv .json .xml .html .htm .srt .vtt .rtf. Cualquier otra cosa se rechaza en el selector de archivos en vez de aceptarse y fallar después, y el rechazo enlaza con la herramienta de este sitio que lo convierte en texto.

Para todo lo demás:

Gratis y Pro

Todas las mediciones de esta página son gratuitas. No hay ninguna métrica, ninguna fórmula, ninguna tabla de frases ni ninguna exportación que desbloquee Pro: la diferencia de plan es la escala, que es donde está el coste real.

Gratis: un documento de hasta 10 MB, todas las estadísticas, las seis fórmulas, la concordancia y exportación TXT, CSV y JSON. Las veinticinco primeras palabras, frases y caracteres, más que las diez o quince que muestran los competidores más conocidos.
Pro: hasta veinticinco documentos a la vez con un CSV combinado y todos los informes en un solo ZIP, la tabla de frecuencia completa en vez de las veinticinco primeras, y sin límite de tamaño más allá de lo que aguante tu dispositivo.

Preguntas frecuentes

¿Cómo funciona el analizador de texto?

Pega o escribe texto y las estadísticas se actualizan mientras editas, o abre un archivo de texto plano. Todo se calcula en tu dispositivo en un hilo en segundo plano, así que un documento grande nunca bloquea la página. Un megabyte de texto se analiza en unos 90 milisegundos. No se sube nada, y la herramienta funciona sin conexión.

¿Qué estadísticas muestra?

Caracteres con y sin espacios, caracteres visibles, palabras, palabras únicas, oraciones, párrafos, líneas, sílabas y páginas; tiempo de lectura, de habla y de escritura a mano; riqueza de vocabulario, longitud media de palabra y palabras por oración; seis fórmulas de legibilidad con un grado de consenso; densidad de palabras clave; frases repetidas de dos a cuatro palabras; frecuencia de caracteres; y la distribución de longitud de oraciones con la más larga y la más corta.

¿Cómo se calcula el tiempo de lectura?

El recuento de palabras se divide entre la velocidad de lectura que elijas y se redondea al minuto siguiente. Por defecto son 200 palabras por minuto, y la herramienta también muestra un rango de más rápido a más lento derivado de la velocidad que fijes, para planificar pensando en un abanico de lectores. El tiempo de habla usa 130 palabras por minuto y el de escritura a mano, 20.

¿Qué fórmula de legibilidad debería usar?

Usa el grado de consenso, que es la mediana de las cinco fórmulas de grado y no se mueve por un solo valor atípico. Si necesitas una por nombre: Flesch-Kincaid para prosa general, SMOG para material sanitario y de seguridad, Gunning Fog para escritura empresarial, y Coleman-Liau o ARI cuando el texto está lleno de nombres y términos técnicos, porque esas dos usan recuentos de letras en vez de sílabas.

¿Mi texto es privado y seguro?

Sí. No hay subida, ni procesamiento en servidor, ni almacenamiento: el análisis se ejecuta enteramente en tu dispositivo, no en nuestros servidores, y puedes comprobarlo desconectándote de la red antes de pegar. Al cerrar la pestaña se descarta todo.

¿Puedo analizar documentos largos o archivos grandes?

Sí. El límite gratuito es de 10 MB por documento, unos 1,7 millones de palabras, y el análisis se ejecuta fuera del hilo principal con indicador de progreso y un Cancelar que funciona. Pro elimina el límite de tamaño —el techo pasa a ser lo que aguante tu dispositivo— y permite analizar hasta veinticinco documentos a la vez.

¿Por qué el recuento de oraciones no coincide con el de otra herramienta?

La mayoría de las herramientas dividen por puntos, interrogaciones y exclamaciones, lo que cuenta «Cuesta 1.000,50 euros.» como tres oraciones. Esta usa las reglas Unicode de separación de oraciones más una lista de abreviaturas por idioma, así que los decimales, las direcciones web, las siglas y los tratamientos como «Dr.» se tratan correctamente. Cambia la detección de oraciones a Puntuación si necesitas una cifra que coincida exactamente con otra herramienta.

¿Funciona con chino, japonés, tailandés o árabe?

Sí. El chino, el japonés, el tailandés, el jemer, el lao y el birmano no separan las palabras con espacios, así que esos pasajes se segmentan con las reglas Unicode de tu dispositivo en lugar de contarse como una sola palabra larga. Los alfabetos con signos combinantes —tailandés, devanagari, árabe con vocales— se mantienen enteros en vez de cortarse en cada signo. Las fórmulas de legibilidad están calibradas para el inglés y significan menos fuera de él.

¿Qué es la densidad de palabras clave y cuál debería ser?

La densidad es la frecuencia con la que aparece un término como porcentaje del total de palabras. No hay una cifra correcta, y cualquier herramienta que te dé un objetivo te está vendiendo algo. Úsala de forma comparativa: un término al cuatro o cinco por ciento en prosa normal suele ser una frase que conviene reescribir. La tabla de frases es más útil para esto que la de palabras, porque la escritura repite frases mucho antes de repetir palabras.

¿Qué me muestra la palabra en contexto?

Al seleccionar una palabra o frase en la tabla de frecuencia se listan todas sus apariciones, con el texto a ambos lados, en orden del documento. Responde a lo que un recuento no puede: si cuarenta usos están repartidos por el texto o amontonados en un párrafo. Es la vista de concordancia estándar de la lingüística de corpus, y ningún otro analizador de texto gratuito la ofrece.

¿Cómo de preciso es el recuento de sílabas?

Las sílabas se estiman por reglas, porque contarlas con exactitud exige un diccionario de pronunciación mucho mayor que toda esta herramienta. Medido contra una lista de 145 palabras contadas a mano, el estimador acierta 144, y su total en la lista queda dentro de medio por ciento. Las cuatro fórmulas que usan sílabas heredan ese error, que es menor que el ancho de una banda de nivel.

¿Puedo exportar los resultados?

Sí, de tres formas. TXT da un resumen legible que puedes pegar en un documento. CSV da cada tabla como un bloque etiquetado que puedes abrir en una hoja de cálculo. JSON da el resultado completo incluidos los ajustes que lo produjeron, de modo que una segunda ejecución se puede comparar con la primera. Pro añade una exportación por lotes: una fila de CSV por documento más cada informe individual, en un solo ZIP.