Outil de filtrage de fichiers par nombre de mots du texte

Filtre les fichiers répondant aux critères parmi divers formats de documents (TXT, PDF, DOCX, PPTX, etc.) selon la plage définie de nombre de caractères chinois, et prend en charge le téléchargement groupé.

Signaler un bug

Mode d’exécution du navigateur: Vos données sont traitées dans votre navigateur et ne sont pas envoyées au serveur.

Vitesse et stabilité: La vitesse de traitement dépend de votre appareil et de votre navigateur. Pour les gros lots, la version de bureau peut être plus stable.

Chargement de l’outil, veuillez patienter...

Si l’outil en ligne ne se charge pas ou ne fonctionne pas, essayez l’outil de bureau. https://tools.yikeaigc.com/

Utilisation de l’outil

Retour à l’ancienne version

Confirmez d’abord la plage de mots, le mode de comptage et les options d’analyse dans « Paramètres de filtrage », puis lancez le traitement. Les fichiers sont lus, comptés et compressés uniquement sur cette page ; en sélection multiple, seuls les 20 premiers s’affichent, mais tous les fichiers choisis sont traités.

1Choisir des fichiers ou un dossier

Cliquez pour choisir des fichiers, ou déposez vos documents ici Formats pris en charge : TXT, SRT, HTML, Markdown, DOCX, PDF, PPTX, XLSX, etc. Vous pouvez aussi choisir un dossier pour une lecture par lot.

Lors du choix d’un dossier, les documents pris en charge sont lus récursivement. Pour éviter d’encombrer l’interface, l’aperçu n’affiche que les 20 premiers.

2Données d’exemple

Fichiers sélectionnés

Taille totale

0 KB

Formats pris en charge

Nombre d’aperçus

3Aperçu des fichiers

Aucun fichier sélectionné. Vous pouvez d’abord charger les données d’exemple, puis accéder aux paramètres de filtrage.

1Plage de mots

Nombre min.

Vide = aucune limite min.

Nombre max.

Vide = aucune limite max.

Mode de filtre

Le ZIP ne contient que les fichiers correspondant au filtre.

2Méthode de comptage

Caractères chinoisCompte uniquement les hanzi, idéal pour filtrer les textes chinois.

Caractères CJKCompte les caractères de la plage CJK, adapté aux documents multilingues.

Mots chinois/anglaisChinois par caractère, anglais et chiffres par segments de mots.

Caractères visiblesCompte les caractères non blancs, idéal pour filtrer par longueur.

3Analyse et nettoyage

Encodage du texte

Page de début PDF

S’applique uniquement aux PDF.

Page de fin PDF

Saisir 0 pour aller jusqu’à la dernière page.

Fusionner les espacesRéduit l’effet des sauts de ligne et espaces répétés Ignorer la ponctuationActif pour caractères visibles et mode mixte Pleine chasse → demi-chasseFacilite le comptage des chiffres et lettres

Résultats
Après filtrage, téléchargez le ZIP des fichiers conformes ou exportez le rapport CSV complet.

En attente0%

Traitement des fichiers

Conforme

Non retenu

Échec d’analyse

1Résultats du filtre

Non traité. Ouvrez d’abord « Paramètres de filtre » pour confirmer les paramètres, puis lancez le traitement.

2Journal de traitement

En attente du lancement.

Instructions

Instructions d’utilisation du logiciel

Sélectionner un fichier ou un dossier : cliquez sur « Sélectionner un fichier » ou « Sélectionner un dossier », ou chargez directement les données d’exemple. Lors d’une importation par lot, la liste n’affiche que les 20 premiers fichiers ; les autres fichiers seront indiqués dans le message, mais ils seront tous pris en compte lors du traitement.
Définir d’abord les paramètres : passez à « Paramètres de filtrage », puis vérifiez successivement la plage du nombre de mots, la méthode de comptage, l’encodage, la plage de pages PDF, ainsi que les règles de traitement des espaces et de la ponctuation, avant de passer à l’étape suivante.
Lancer le traitement : après avoir cliqué sur « Lancer le traitement », l’outil lira et analysera le contenu des fichiers localement, sans l’envoyer au serveur.
Consulter les résultats : une fois le traitement terminé, consultez sur la page des résultats la liste des éléments correspondants, des éléments non trouvés et des échecs d’analyse ; vous pouvez aussi changer l’affichage selon la plage de résultats.
Télécharger la sortie : cochez les résultats souhaités, puis téléchargez-les au format ZIP ou CSV. Les fichiers de résultats conserveront le nom de fichier d’origine ; un numéro sera ajouté automatiquement pour distinguer les fichiers portant le même nom.
Poursuivre le traitement par lot : chaque page d’étape propose un bouton « Étape suivante », afin de passer rapidement à la page de réglages suivante pour relancer le traitement.

Questions fréquentes

R : Les formats courants tels que TXT, SRT, MD, HTML, HTM, DOCX, PDF, PPTX, XLSX, CSV, JSON, XML, XLS sont pris en charge, ainsi que la lecture récursive des dossiers.

R : Vous pouvez indiquer une plage précise, par exemple « 300-1200 » ; vous pouvez aussi saisir un seul nombre, ce qui représente la plage de 0 à cette valeur, pratique pour filtrer les textes courts ou les contenus vides.

R : Si vous vous concentrez principalement sur le contenu chinois, choisissez le nombre de caractères chinois ; si le document contient un mélange de chinois et d’anglais, choisissez le mode mixte chinois-anglais ; si vous privilégiez le contenu réellement affiché à l’écran, choisissez le comptage des caractères visibles.

R : Lorsque le PDF est très long, vous pouvez ne compter que la plage de pages indiquée afin d’éviter de prendre en compte tout le document. C’est idéal pour vérifier seulement une partie du contenu.

R : Un numéro est automatiquement ajouté à la fin du nom de fichier d’origine. Par exemple, des fichiers portant le même nom deviendront « nom de fichier(2) » et « nom de fichier(3) », afin d’éviter les doublons dans l’archive compressée.

R : Les causes courantes incluent un fichier endommagé, un format non conforme, un encodage anormal, un contenu vide ou un type de fichier ne correspondant pas à son extension. Vous pouvez d’abord essayer avec un exemple de format similaire.