Analisador de texto: estatísticas online

Como analisar texto

1
Cole ou abra o seu texto
Escreva ou cole diretamente, ou abra um arquivo .txt, .md, .csv, .json, .srt ou .vtt. Nada é enviado — a análise roda no seu dispositivo.
2
Leia as contagens e o nível de leitura
Caracteres, palavras, frases, parágrafos, sílabas e páginas são atualizados enquanto você escreve, ao lado de seis fórmulas de legibilidade e de um nível de consenso.
3
Veja as palavras e expressões que repete
A tabela de frequência mostra a contagem de cada termo e a sua densidade em porcentagem. Mude o comprimento da expressão para duas, três ou quatro palavras para ver formulações repetidas e não apenas palavras.
4
Consulte um termo em contexto
Selecione qualquer palavra ou expressão da tabela para ver todas as ocorrências com o texto de cada lado, e decidir se a repetição é um problema.
5
Exporte o relatório
Baixe TXT para um resumo legível, CSV para abrir as tabelas numa planilha, ou JSON para salvar os números e as configurações que os produziram.

O que esta ferramenta mede

O analisador apresenta trinta e uma medidas sobre um texto, em quatro grupos. Todas são calculadas no seu dispositivo enquanto você escreve; nada é enviado para lugar nenhum, e não há conta, nem fila, nem marca d'água.

Contagens

Caracteres, de três formas: o comprimento bruto, o comprimento sem espaços e o número de caracteres visíveis. Os dois últimos diferem mais do que se pensa — um emoji são duas unidades de comprimento bruto e um caractere visível, tal como uma letra acentuada escrita como base mais um sinal combinante.
Palavras, frases, parágrafos e linhas: um parágrafo é um bloco de linhas com uma linha em branco entre ele e o seguinte; uma linha é uma quebra de linha.
Sílabas e páginas: as sílabas alimentam quatro das fórmulas de nível de leitura, e as páginas são contadas a 250 palavras cada, a convenção de espaço duplo que todas as normas de entrega usam.
Palavras únicas e riqueza de vocabulário: quantas palavras distintas o texto usa, e esse número dividido pelo total. Um texto longo com uma proporção baixa está se repetindo.

Estimativas de tempo

O tempo de leitura parte de 200 palavras por minuto e é ajustável, com um intervalo de mais rápido a mais lento para planejar pensando num público e não numa média.
O tempo de fala parte de 130 palavras por minuto, que é um ritmo de apresentação medido e não um ritmo de conversa.
O tempo de escrita à mão usa 20 palavras por minuto, o centro do intervalo medido para escrita contínua.

Frequência e expressões

A tabela de palavras mostra a contagem de cada termo e a sua densidade como porcentagem do texto inteiro, que é o número que qualquer ferramenta de SEO cita e o que uma contagem simples não consegue dar.
A tabela de expressões mostra sequências repetidas de duas, três ou quatro palavras. As expressões nunca atravessam o limite de uma frase, por isso nada na tabela é um acidente de duas frases contíguas.
A tabela de caracteres conta todas as letras e dígitos de qualquer alfabeto, não apenas de a a z.

As seis fórmulas de legibilidade

As fórmulas de legibilidade convertem o comprimento das frases e das palavras num ano de escolaridade. Discordam entre si de propósito — cada uma foi criada para um tipo de escrita diferente — por isso o analisador mostra as seis e usa a mediana dos cinco níveis como consenso. Abaixo de cerca de dez palavras nenhuma fórmula significa nada, e a ferramenta avisa isso em vez de imprimir um número.

Facilidade de leitura Flesch

Uma pontuação de 0 a 100 em que mais alto é mais fácil. Entre 60 e 70 é prosa comum; abaixo de 30 é nível de pós-graduação. É a única das seis que não é um nível, e por isso não entra no consenso.

Nível Flesch-Kincaid

Os mesmos dados da facilidade de leitura, expressos como ano escolar norte-americano. É o nível mais citado e o que a maioria dos processadores de texto apresenta.

Gunning Fog

Acrescenta uma penalização para palavras de três ou mais sílabas. Sobe muito em escrita técnica, e é essa a intenção: foi projetado para flagrar prosa empresarial que derivou para o jargão.

SMOG

Conta palavras de três ou mais sílabas e normaliza para trinta frases. É o padrão em textos de saúde e medicina, onde o custo de um leitor não entender é maior.

Coleman-Liau

Usa letras por palavra em vez de sílabas, por isso não precisa de nenhuma estimativa silábica. Isso a torna a mais confiável das seis em textos onde contar sílabas é delicado.

Índice de legibilidade automatizado (ARI)

Também baseado em letras, criado para ser calculado por uma máquina da era da máquina de escrever. Costuma ficar um nível acima de Coleman-Liau no mesmo texto.

Teste de legibilidade

Como se contam palavras, frases e caracteres

A maioria dos contadores online usa duas expressões regulares e espera pelo melhor. As diferenças são pequenas num parágrafo inglês arrumado e enormes em tudo o resto, por isso aqui está exatamente o que este faz.

Palavras

Uma palavra começa por uma letra ou um dígito e continua com letras, dígitos e sinais combinantes. Esta última parte importa: os sinais combinantes não são letras, por isso um padrão que só procura letras corta o tailandês, o devanágari, o árabe com vogais e os acentos decompostos no meio da palavra. O chinês, o japonês, o tailandês, o khmer, o lao e o birmanês não separam palavras com espaços, por isso essas sequências são segmentadas com as regras Unicode do seu próprio dispositivo em vez de tratadas como uma palavra enorme. Você pode decidir se os números contam e se as contrações e os compostos hifenizados ficam inteiros.

Frases

Dividir por . ! ? conta «Custa 1.000,50 euros.» como três frases e «Os E.U.A. são grandes.» como quatro. Por padrão, são usadas aqui as regras Unicode de separação de frases, que acertam sozinhas em decimais, endereços web e siglas, mais uma lista de abreviaturas por língua para o que as regras não podem saber: «Dr.» nunca termina uma frase, enquanto «etc.» às vezes termina. O comportamento antigo por pontuação continua disponível se precisar de um número que coincida com outra ferramenta.

Caracteres

A contagem bruta de caracteres é o número de unidades de armazenamento, que é o que conta o limite de um campo de banco de dados. A contagem de caracteres visíveis agrupa sinais combinantes, sequências de emoji e bandeiras nos caracteres únicos que um leitor vê. Um polegar para cima com tom de pele são quatro unidades de armazenamento e um caractere visível. Os dois são mostrados porque cada um é a resposta certa a uma pergunta diferente.

Contador de palavras · Estatísticas de texto

Densidade de palavras-chave, expressões e como as ler

A densidade é a contagem de um termo dividida pelo total de palavras. Não há um número alvo — a ideia de que existe uma porcentagem ótima deixou de ser verdade há muito — mas um termo a quatro ou cinco por cento numa página de prosa é normalmente uma frase que pode ser reescrita. A tabela de expressões é mais útil do que a de palavras para isto, porque a escrita repete formulações muito antes de repetir palavras.

Ative «ignorar palavras comuns» para descartar artigos, pronomes e preposições. A lista tem entre 150 e 190 termos por língua, não uma dúzia, por isso a tabela realmente muda.
Uma expressão é descartada se começar ou terminar com uma palavra comum, por isso «da sua» nunca chega à tabela e «paz de espírito» chega.
As expressões que aparecem uma só vez não são mostradas. Uma ocorrência é um fragmento de frase, não uma expressão.

Frequência de palavras · Extrator de palavras-chave

Ler um termo em contexto

Uma tabela de frequência mostra que uma palavra aparece quarenta vezes. Não diz se essas quarenta estão espalhadas pelo texto ou amontoadas num parágrafo, e essa é a diferença entre um tema e um tique. Selecionar qualquer palavra ou expressão abre uma concordância: cada ocorrência com o texto de ambos os lados, na ordem do documento. É uma ferramenta padrão na linguística de corpus e a forma mais rápida de decidir se vale a pena corrigir uma repetição.

Comprimento das frases e ritmo

O analisador agrupa cada frase numa faixa de comprimento e mostra a distribuição, junto com a frase mais longa e a mais curta do texto. Prosa que se lê bem se move entre faixas; prosa em que todas as frases caem na mesma faixa soa monótona, por boas que sejam as frases individuais. Uma média não mostra isto — um texto só com frases de vinte palavras e outro que alterna cinco e trinta e cinco têm a mesma média e são lidos de forma completamente diferente.

Quando usar

A ferramenta foi feita para o momento antes de publicar, entregar ou enviar algo.

Cumprir um limite de palavras: trabalhos, candidaturas, resumos e textos de produto, com a contagem se atualizando enquanto você corta.
Verificar se um rascunho se lê bem: seis níveis e um consenso, para não depender da mania de uma só fórmula.
Auditar conteúdo quanto a repetições: densidade e expressões juntas mostram o que uma página está realmente sempre dizendo.
Cronometrar uma apresentação ou um roteiro: tempo de fala a um ritmo real de apresentação, não de leitura.
Dimensionar legendas: abra um .srt ou .vtt diretamente e obtenha a contagem e o nível de leitura do que os espectadores veem.
Comparar vários rascunhos: analise até vinte e cinco documentos e exporte uma linha de CSV por documento para ordenar numa planilha.

Precisão, e o que não consegue fazer

Cada número aqui é exato ou estimado, e vale a pena saber a diferença antes de citar algum.

Exato

Caracteres, palavras, frases, parágrafos, linhas, palavras únicas, frequências e densidades são contados, não estimados. Duas implementações independentes de toda a análise são comparadas entre si em cada versão ao longo de dezenas de milhares de comparações, e precisam coincidir exatamente.

Estimado

As sílabas não podem ser contadas com exatidão sem um dicionário de pronúncia, por isso são estimadas por regras. Medido contra uma lista de 145 palavras contadas à mão, o estimador acerta 144, e o seu total na lista fica dentro de meio por cento. A única que falha é uma palavra de brincadeira com vinte e oito letras. As quatro fórmulas que usam sílabas herdam esse erro, bem dentro da largura de uma faixa de nível.

O que não faz

Não verifica gramática nem ortografia, e não reescreve nada.
As fórmulas de nível de leitura estão calibradas para inglês. Produzem um número em qualquer língua e esse número significa cada vez menos quanto mais longe se está do inglês.
Lê texto simples. Documentos Word, PDF, apresentações e imagens precisam ser convertidos primeiro — os links abaixo fazem isso neste site, também no seu dispositivo.

Um megabyte de texto é analisado em bem menos de um quarto de segundo, fora da thread principal, para que escrever nunca falhe.

Que arquivos esta ferramenta abre

O analisador lê arquivos cujos bytes são o texto: .txt .text .md .markdown .log .csv .tsv .json .xml .html .htm .srt .vtt .rtf. Todo o resto é recusado no seletor de arquivos em vez de ser aceito e depois falhar, e a recusa aponta para a ferramenta deste site que o transforma em texto.

Para todo o resto:

Grátis e Pro

Todas as medições desta página são gratuitas. Não há métrica, fórmula, tabela de expressões nem exportação que o Pro desbloqueie — a diferença entre planos é a escala, que é onde está o custo real.

Grátis: um documento até 10 MB, todas as estatísticas, as seis fórmulas, a concordância e exportação TXT, CSV e JSON. As vinte e cinco primeiras palavras, expressões e caracteres — mais do que as dez ou quinze que os concorrentes mais conhecidos mostram.
Pro: até vinte e cinco documentos ao mesmo tempo com um CSV combinado e todos os relatórios num único ZIP, a tabela de frequência completa em vez das vinte e cinco primeiras, e sem limite de tamanho além do que o seu dispositivo aguentar.

Perguntas frequentes

Como funciona o analisador de texto?

Cole ou escreva texto e as estatísticas são atualizadas enquanto você edita, ou abra um arquivo de texto simples. Tudo é calculado no seu dispositivo numa thread em segundo plano, por isso um documento grande nunca bloqueia a página. Um megabyte de texto é analisado em cerca de 90 milissegundos. Nada é enviado, e a ferramenta funciona sem conexão com a rede.

Que estatísticas mostra?

Caracteres com e sem espaços, caracteres visíveis, palavras, palavras únicas, frases, parágrafos, linhas, sílabas e páginas; tempo de leitura, de fala e de escrita à mão; riqueza de vocabulário, comprimento médio da palavra e palavras por frase; seis fórmulas de legibilidade com um nível de consenso; densidade de palavras-chave; expressões repetidas de duas a quatro palavras; frequência de caracteres; e a distribuição do comprimento das frases com a mais longa e a mais curta.

Como é calculado o tempo de leitura?

A contagem de palavras é dividida pela velocidade de leitura que escolher e arredondada para o minuto seguinte. O padrão é 200 palavras por minuto, e a ferramenta mostra também um intervalo de mais rápido a mais lento derivado da velocidade que definir, para planejar pensando num conjunto de leitores e não numa média. O tempo de fala usa 130 palavras por minuto e o de escrita à mão, 20.

Que fórmula de legibilidade devo usar?

Use o nível de consenso, que é a mediana das cinco fórmulas de nível e não é arrastado por um único valor atípico. Se precisar de uma pelo nome: Flesch-Kincaid para prosa geral, SMOG para material de saúde e segurança, Gunning Fog para escrita empresarial, e Coleman-Liau ou ARI quando o texto está cheio de nomes e termos técnicos, porque essas duas usam contagens de letras em vez de sílabas.

Meu texto é privado e seguro?

Sim. Não há envio nem armazenamento: a análise roda inteiramente no seu dispositivo, não nos nossos servidores, e você pode confirmar isso desconectando-se da rede antes de colar. Fechar a aba descarta tudo.

Posso analisar documentos longos ou arquivos grandes?

Sim. O limite gratuito é de 10 MB por documento, cerca de 1,7 milhões de palavras, e a análise roda fora da thread principal com indicação de progresso e um Cancelar que funciona. O Pro remove o limite de tamanho — o teto passa a ser o que o seu dispositivo aguentar — e permite analisar até vinte e cinco documentos ao mesmo tempo.

Por que a contagem de frases difere da de outra ferramenta?

A maioria das ferramentas divide por pontos finais, de interrogação e de exclamação, o que conta «Custa 1.000,50 euros.» como três frases. Esta usa as regras Unicode de separação de frases mais uma lista de abreviaturas por língua, por isso decimais, endereços web, siglas e tratamentos como «Dr.» são tratados corretamente. Mude a detecção de frases para Pontuação se precisar de um número que coincida exatamente com outra ferramenta.

Funciona com chinês, japonês, tailandês ou árabe?

Sim. O chinês, o japonês, o tailandês, o khmer, o lao e o birmanês não separam palavras com espaços, por isso essas passagens são segmentadas com as regras Unicode do seu dispositivo em vez de contadas como uma única palavra longa. As escritas com sinais combinantes — tailandês, devanágari, árabe com vogais — ficam inteiras em vez de cortadas em cada sinal. As fórmulas de legibilidade estão calibradas para inglês e significam menos fora dele.

O que é a densidade de palavras-chave e qual deve ser?

A densidade é a frequência com que um termo aparece como porcentagem do total de palavras. Não há um número correto, e qualquer ferramenta que dê um alvo a você está tentando vender algo. Use-a de forma comparativa: um termo a quatro ou cinco por cento em prosa comum é normalmente uma frase que convém reescrever. A tabela de expressões é mais útil para isto do que a de palavras, porque a escrita repete formulações muito antes de repetir palavras.

O que a palavra em contexto mostra?

Selecionar uma palavra ou expressão na tabela de frequência lista todas as ocorrências, com o texto de cada lado, na ordem do documento. Responde ao que uma contagem não consegue: se quarenta usos estão espalhados pelo texto ou amontoados num parágrafo. É a visualização de concordância padrão da linguística de corpus, e nenhum outro analisador de texto gratuito a oferece.

Qual é a precisão da contagem de sílabas?

As sílabas são estimadas por regras, porque contá-las com exatidão exige um dicionário de pronúncia muito maior do que toda esta ferramenta. Medido contra uma lista de 145 palavras contadas à mão, o estimador acerta 144, e o seu total na lista fica dentro de meio por cento. As quatro fórmulas que usam sílabas herdam esse erro, que é menor do que a largura de uma faixa de nível.

Posso exportar os resultados?

Sim, de três formas. O TXT dá um resumo legível que pode colar num documento. O CSV dá cada tabela como um bloco identificado que pode abrir numa planilha. O JSON dá o resultado completo incluindo as configurações que o produziram, para que uma segunda execução possa ser comparada com a primeira. O Pro acrescenta uma exportação em lote: uma linha de CSV por documento mais cada relatório individual, num único ZIP.