Come si contano le parole e cosa indica la percentuale
Una parola è ciò che trova il segmentatore di parole del browser per la lingua scelta (Unicode UAX #29, con un dizionario per cinese, giapponese e thai). Le parole con il trattino e le contrazioni come don’t restano una parola sola, e i numeri contano come parole a meno che tu non tolga la spunta a Conta i numeri. Con Ignora maiuscole/minuscole attivo, Il e il sono una sola voce, resa minuscola con le regole della lingua del testo. In turco, İstanbul e ISTANBUL diventano due parole diverse, istanbul e ıstanbul, perché la I maiuscola diventa la ı senza punto.
In giapponese, 東京都に住んでいます。東京は大きい。 dà 東京 due volte e 都, に, 住, んで, い, ます, は e 大きい una volta ciascuna; un contatore che divide solo agli spazi conta tutta la frase come una parola. Il dizionario separa anche le desinenze verbali (住んでいます diventa quattro pezzi), quindi in cima a un elenco giapponese ci sono di solito particelle come に e は, che Escludi parole comuni nasconde. Nel nostro test, 1.000.000 di caratteri giapponesi hanno richiesto circa 3,4 secondi e 1.012.000 caratteri in inglese 0,23 secondi, perché la segmentazione con dizionario è più lenta.
La percentuale è il numero di occorrenze di un termine diviso per tutti i termini contati con le impostazioni attuali. Escludere le parole comuni fa quindi salire la percentuale delle altre, e quella di una frase si misura su tutte le frasi della stessa lunghezza. Non indichiamo una densità di parole chiave ideale: i motori di ricerca non ne hanno pubblicata nessuna, e una percentuale dice quanto un testo si ripete, non come si posizionerà. Le frasi si contano solo dentro un periodo, quindi l’ultima parola di un periodo e la prima del successivo non formano mai una frase. Con le parole comuni escluse, una frase non può iniziare né finire con una di esse: «volpe veloce» conta, «la volpe» no.
Le parole ripetute sono la stessa parola due volte di fila, separata solo da spazi o da un a capo, un errore facile da non vedere quando una riga finisce con di e la successiva comincia con di. I numeri vengono saltati, perché 1 1 è spesso voluto. Alcune ripetizioni sono corrette (piano piano, pian piano), quindi la pagina elenca ognuna con il numero di riga prima che tu scelga Correggi parole ripetute. Il risultato testuale può anche contenere ogni parola una sola volta, nell’ordine del primo uso, che è ciò che quasi tutti intendono per eliminare le parole doppie.