文本统计怎么读：字符、结构、阅读时间与批量分析指南

总字符数按 Unicode 字符统计，空格、换行、标点和 emoji 也会计入；“不含空白”会排除空格与换行。中文字符、英文字母、英文单词、数字、标点和其他符号则按各自规则分别归类。

行数按换行符划分，段落数按空行分隔，句子数依据中英文句号、问号、感叹号和分号估算。不同编辑器或平台采用的口径可能不同，因此结果不一定与办公软件完全一致。

• UTF-8 字节数反映文本编码后的数据大小，不等于屏幕上看到的字符数。
• 平均字节／字符可帮助判断内容里中文、英文和多字节符号的大致比例。
• 默读与朗读时间是按常见速度估算，用于内容规划，不是个人阅读能力测评。

“字符占比”把中文、英文字母、数字、标点、空白和其他符号放在同一条比例条中，适合快速检查数字过多、空白异常或符号混杂等问题。

“高频词”可以在中文字符和英文单词之间切换，并设置显示前 1 到 50 项。英文单词会统一按小写统计；中文当前按单字统计，不会自动进行中文分词。

“自定义规则”使用正则表达式统计匹配次数，可以检查话题标签、邮箱、链接、编号或团队约定的格式。每次最多添加 8 条规则，错误表达式会直接提示。

正则表达式按全局 Unicode 模式执行。来自他人的复杂表达式应先在少量非敏感文本上验证，避免把错误匹配当成真实结论。

• 话题标签示例：#[^\s#]+
• 简单编号示例：TASK-\d+
• 需要更严格的邮箱、网址或业务格式时，应根据真实规则调整，而不是照搬通用示例。

单文件导入支持 TXT、Markdown、CSV、日志及常见代码和标记文本，每个文件不超过 5MB。批量处理一次最多读取 20 个文件，并汇总字符、中文、英文词、行数和字节。

文件内容只在当前浏览器中读取，不会因为使用文本统计而上传到网站服务器。页面刷新或关闭后，未另行保存的输入和结果不会由工具替你保留。