Text Statistics

文本统计工具分析输入文本的多维度指标。统计内容包括：总字符数（含空格和不含空格）、单词数（基于空格和标点分隔）、行数和段落数、句子数（基于句末标点识别）、字符频率分布、最常用词统计、平均词长和句长、以及可读性指标等。工具提供实时的文本分析，帮助作者和内容创作者了解文本特征。

文本统计在多种场景中有价值。内容创作者检查文章字数是否符合目标要求；SEO 专家分析页面内容的字数、关键词密度和可读性；文案人员确保广告文案长度在平台限制内（如 Twitter 的 280 字符限制）；翻译人员对比原文和译文长度以估算翻译工作量；在 UI 设计中验证文本长度是否适合组件空间。

可以结合 字符计数器 进行精确字符级别统计，或使用 单词计数器 进行多语言环境的词数统计。

不同指标的统计方法需要不同的算法。字符数统计使用字符串的 length 属性（JavaScript）或 Unicode 码点计数；单词数使用正则表达式匹配连续的字母数字字符序列；句子数通过识别句末标点（. ! ?）并处理缩写（如 "Mr."、"U.S."）的误判。

多字节字符（如中文、日文、韩文）的单词切分是特殊挑战——CJK 语言没有空格分隔单词，单词计数可能不适用。工具通常为 CJK 文本单独提供字符数和词数（基于 Unicode 区块检测）。可读性指标（如 Flesch-Kincaid）基于平均词长和句长计算，仅适用于拉丁字母文本。

• CJK 字符计数：中日韩文字的一个字符就是一个"词"，单词计数对此类语言意义不大，应关注字符数和字频统计。
• 零宽字符：零宽空格、零宽连接符等不可见字符会影响字符计数，复制粘贴的文本可能包含这些隐藏字符。
• Emoji 处理：Emoji 可能由多个 Unicode 码点组成（如肤色修饰符、ZWJ 序列），不同的计数方式（码点 vs 字形簇）结果不同。
• 换行符差异：不同操作系统的换行符不同（Unix: \n, Windows: \r\n, Mac: \r），行数统计需规范化处理。

在需要快速分析文本统计信息、检查文章字数、或在编辑过程中实时查看文本指标时使用此工具。对于需要在应用中集成文本分析功能的生产场景，推荐使用专门的文本分析库（如 text-statistics、readability-scores），它们提供更精确的统计和更丰富的可读性指标。