Outil de Keywords et Phrases

1. Ajoutez votre texte

   Collez-le dans le champ ou déposez un fichier .txt, .md, .csv, .html, .docx, .odt ou .rtf. Tout est lu sur votre appareil et rien n'est envoyé.

2. Choisissez le classement

   La fréquence classe selon le nombre d'occurrences. La pertinence utilise RAKE, qui note une expression d'après la compagnie que tiennent ses mots : le sujet du document remonte généralement au-dessus de ce qui ne fait que se répéter.

3. Ajustez les filtres

   Réglez la taille de la liste et la longueur minimale, passez la liste de mots vides dans votre langue, et décidez si les chiffres, apostrophes et traits d'union font partie d'un mot.

4. Vérifiez un mot-clé cible

   Saisissez le terme que vous optimisez pour voir son nombre d'occurrences, sa densité et s'il apparaît dans les 100 premiers mots.

5. Exportez

   Téléchargez la liste complète en texte brut ou en liste de mots. CSV et JSON contiennent toutes les colonnes, et un lot de documents se télécharge en une seule archive.

Découvrez ce qu'un texte met vraiment en avant : quels termes le portent, avec quelle densité, quelles expressions reviennent, et si le terme que vous optimisez apparaît assez tôt. Rien ne quitte votre appareil, donc c'est sûr sur des brouillons non publiés et du travail client.

Avantages

• Liste classée : voyez ce qui se répète, avec le nombre et la densité côte à côte.
• Classement par pertinence : faites remonter le sujet du document, pas seulement son mot le plus fréquent.
• Expressions : suites de 2 à 5 mots, une taille ou toutes à la fois.
• Placement : sachez si un terme apparaît dans les 100 premiers mots.
• Suivi de cible : vérifiez directement le nombre, la densité et la position d'un mot-clé.
• Export : texte, liste de mots, CSV ou JSON — toujours la liste complète.

Le texte est lu une seule fois sous une forme compacte, et chaque filtre modifié ensuite reclasse cette forme au lieu de relire le texte. C'est pourquoi la liste se met à jour aussi vite que vous déplacez un curseur, même sur un long document.

Ce que fait l'outil

• Tokeniser : découper aux frontières de lettres et chiffres Unicode ; apostrophes et traits d'union joignent les mots si vous le demandez.
• Compter : totaliser chaque mot distinct, en unifiant la casse sauf si l'extraction sensible à la casse est active.
• Filtrer : écarter les mots sous la longueur minimale et ceux de la liste de mots vides choisie.
• Classer : par fréquence ou par score de pertinence RAKE, puis garder les N premiers.
• Grouper : compter les suites de 2 à 5 mots sur le même flux, jamais à travers la ponctuation.
• Mesurer : densité, position de première apparition et indicateur de placement précoce pour chaque ligne.

La densité est le nombre d'occurrences divisé par le total de mots, en pourcentage. C'est le chiffre que la plupart des outils mettent en avant, et il est plus utile qu'un nombre brut car il est comparable entre documents de longueurs différentes : six mentions dans un billet de 300 mots et six dans un guide de 3 000 mots sont deux choses très différentes.

Ce que signifient les chiffres

• La même formule que les vérificateurs de densité courants, donc un chiffre d'ici est comparable à un chiffre d'ailleurs.
• Google ne publie aucune cible de densité. Tout seuil que vous lisez, y compris celui ci-dessous, est une convention éditoriale et non une règle.
• Au-delà d'environ 3 % pour un mot seul, ou 2 % pour une expression, les outils SEO suggèrent conventionnellement d'y regarder à deux fois. Ces lignes portent un indicateur.
• Sous 200 mots, le rapport est dominé par le nombre de mots, donc rien n'est signalé : dans une note de 20 mots chaque mot présent est à 5 %.
• Une densité élevée n'est pas automatiquement une erreur. Une entrée de glossaire sur un terme le répète légitimement.

Classer par fréquence répond à « qu'est-ce qui se répète », ce qui n'est souvent pas le sujet du document. Le classement par pertinence utilise RAKE, une méthode mono-document qui n'a besoin d'aucun corpus : elle découpe le texte en expressions candidates aux mots vides et à la ponctuation, puis note chaque mot selon la fréquence à laquelle il apparaît dans des expressions longues plutôt que seul.

Lequel choisir

• La fréquence convient aux questions d'édition : qu'est-ce que je surutilise, et combien de fois mon terme cible apparaît-il ?
• La pertinence convient à la question « de quoi parle ce document ? », à laquelle la fréquence répond mal.
• RAKE récompense les mots qui côtoient d'autres mots porteurs de sens, donc les sujets de plusieurs mots remontent au-dessus des mots courants isolés.
• La pertinence note haut une expression qui n'apparaît qu'une fois si ses mots le méritent : le nombre est donc affiché à côté du score plutôt que masqué.
• Aucun des deux n'est une donnée de volume de recherche. Les deux décrivent le texte devant vous.

L'endroit où un terme apparaît pour la première fois compte autant que le nombre de fois. Chaque ligne indique la position de sa première apparition, comptée en mots, et porte un badge lorsque cette position tombe dans les 100 premiers mots.

Utiliser le placement

• Un terme cible qui apparaît d'abord au mot 900 n'est pas introduit, il est mentionné.
• Les 100 premiers mots sont une fenêtre conventionnelle pour une introduction, un résumé ou un chapeau.
• Le panneau de mot-clé cible indique la même position pour le terme que vous nommez, y compris les termes de plusieurs mots.
• Une cible de plusieurs mots est recherchée comme une suite contiguë : « extraction de mots-clés » ne correspond pas à « extraction des mots-clés ».

Collez du texte, ou déposez un fichier. Tout est lu sur votre appareil — il n'y a aucune étape de téléversement pour aucun de ces formats, y compris ceux de traitement de texte.

Pris en charge et non pris en charge

• Texte brut et données : .txt, .text, .md, .markdown, .csv, .tsv et .log.
• Balisage : .html, .htm et .xml. Les balises sont retirées, et les scripts et feuilles de style écartés pour que le code de la page n'atteigne jamais votre liste.
• Traitements de texte : .docx, .docm, .dotx, .dotm, .odt, .ott, .rtf et l'ancien .doc — en-têtes, pieds de page, notes, listes et tableaux compris.
• Le texte encodé en UTF-8 ou UTF-16 est détecté automatiquement, donc un export enregistré en Unicode depuis un éditeur Windows se lit correctement.
• Les PDF ne sont pas lus ici. L'outil PDF vers texte les extrait, et le résultat se colle directement dans cette page.

Lire la liste honnêtement

• La fréquence met en avant la répétition, qui n'est pas la même chose que l'importance pour un lecteur ou un moteur.
• Utilisez les expressions pour repérer des formulations répétées qu'une liste de mots simples ne peut montrer.
• Appliquez les filtres de mots vides et de longueur avant toute conclusion : une liste non filtrée est surtout de la grammaire.
• Comparez deux brouillons en analysant chacun et en regardant ce qui a bougé, plutôt qu'une seule liste.

Plans d'articles, résumés d'étude, contrôle qualité de contenu, analyse de pages concurrentes et vérifications rapides du type « qu'ai-je surutilisé ? ».

Cas d'usage idéaux

• Édition : repérer les mots surutilisés avant le lecteur.
• Rédaction : trouver les échos d'expressions dans un texte long.
• Revue SEO : vérifier densité et placement d'un terme cible en une passe.
• Enseignement : montrer ce que font réellement la tokenisation et les mots vides.
• Confidentialité : analyser du texte non publié ou client sans rien envoyer.
• Préparation : présélectionner des termes avant de les porter à un outil de recherche.

Comment les chiffres sont produits, pour que vous puissiez juger de leur valeur.

Points clés

• Les listes de mots vides sont des listes publiées complètes, pas une poignée de mots : 179 entrées pour l'anglais, et des listes comparables pour l'espagnol, le français, l'allemand, le portugais et l'indonésien.
• Un mot est une suite de lettres Unicode et, en option, de chiffres — les tirets bas sont des séparateurs, donc snake_case compte pour deux mots.
• Les expressions ne franchissent jamais la ponctuation : deux mots de part et d'autre d'un point ne comptent pas comme une expression.
• Appliquer les filtres de mots aux expressions COUPE l'expression au mot retiré au lieu de coller ses voisins.
• La densité utilise le total de mots comme dénominateur, y compris ceux que les filtres ont retirés de la liste.
• Une fréquence élevée n'équivaut pas à l'importance thématique ni à l'intention de recherche.

Recoupez avec votre flux éditorial ou SEO plutôt que de traiter une seule liste comme une réponse.

Conseils de qualité

• Nettoyez le balisage en texte brut d'abord, ou ouvrez directement le .html et laissez l'outil le nettoyer.
• Essayez plusieurs longueurs minimales ; la bonne dépend de la langue.
• Passez la liste de mots vides dans la langue du texte, pas celle de l'interface.
• Lisez densité et placement ensemble : une mention précoce à faible densité vaut souvent mieux qu'une tardive à forte densité.
• Pour du code ou des journaux, attendez-vous à ce que les identifiants dominent ; c'est le texte, pas un défaut du comptage.

Quand ne pas s'y fier

• Lemmatisation ou racinisation : « courir » et « courant » comptent comme des mots différents.
• Rapports de mots-clés à valeur juridique, médicale ou de conformité.
• Demande de recherche, concurrence ou intention — qu'aucun outil purement textuel ne peut connaître.
• Les langues qui ne séparent pas les mots par des espaces, où un comptage par frontière de mot n'a pas de sens.

Flux de travail recommandé

• Extrayez d'abord avec le classement par pertinence pour voir de quoi parle le document, puis passez à la fréquence pour auditer la répétition.
• Nommez votre mot-clé cible et vérifiez sa densité et son placement avant toute modification.
• Recoupez avec le vérificateur de lisibilité, l'analyseur de texte et le compteur de fréquence des mots.
• Validez la liste courte avec un outil de recherche dédié pour l'intention et la demande.

La tokenisation est fondée sur des règles plutôt que sur la linguistique : elle ne lemmatise pas et suppose que les mots sont séparés par des espaces ou de la ponctuation. La version gratuite ouvre des documents jusqu'à 10 Mo ; Pro est limité par votre propre appareil et met jusqu'à 20 documents en file. La page a besoin de JavaScript, et tout le reste fonctionne hors ligne.

Pour une vision plus complète d'un brouillon, associez cet extracteur à l'analyseur de texte, au compteur de fréquence des mots, au vérificateur de lisibilité et au compteur de mots.

Le comptage s'exécute hors du fil principal, donc la page reste réactive pendant l'analyse d'un long document, et changer un filtre reclasse les résultats existants au lieu de relire le texte.

• Analyseur de texte
• Compteur de mots
• Vérificateur de lisibilité
• Fusionner des textes
• Fréquence des mots
• Statistiques de texte
• Supprimer les lignes en double
• Diviser un texte
• PDF vers texte
• Word vers texte