Bestanden filteren op aantal woorden

Filter bestanden die voldoen aan het ingestelde bereik voor het aantal Chinese tekens uit verschillende documentformaten (TXT, PDF, DOCX, PPTX enz.) en download ze als pakket.

Bug melden

Browseruitvoermodus: Je gegevens worden in je browser verwerkt en niet naar de server geüpload.

Snelheid en stabiliteit: De verwerkingssnelheid hangt af van je apparaat en browser. Voor grote batchtaken kan de desktopversie stabieler zijn.

Tool wordt geladen, even geduld...

Als de online tool niet kan laden of uitvoeren, probeer dan de desktoptool. https://tools.yikeaigc.com/

Toolgebruik

Terug naar oude versie

Bevestig eerst in “Filterinstellingen” het woordbereik, de telmethode en parseeropties en klik daarna op verwerken. Bestanden worden alleen op deze pagina gelezen, geteld en verpakt; bij batchselectie toont de interface de eerste 20, maar alle geselecteerde bestanden worden verwerkt.

1Bestanden of map kiezen

Klik om bestanden te kiezen of sleep documenten hierheen Ondersteunt TXT, SRT, HTML, Markdown, DOCX, PDF, PPTX, XLSX enz.; je kunt ook een map kiezen voor batchlezen.

Bij het kiezen van een map worden ondersteunde documenten recursief gelezen. Om de interface overzichtelijk te houden, toont de voorbeeldlijst alleen de eerste 20.

2Voorbeeldgegevens

Geselecteerde bestanden

Totale grootte

0 KB

Ondersteunde formaten

Aantal voorbeelden

3Bestandsvoorbeeld

Nog geen bestanden gekozen. Je kunt eerst voorbeeldgegevens laden en daarna naar de filterinstellingen gaan.

1Woordbereik

Minimumwoorden

Leeg laten = geen minimum.

Maximumwoorden

Leeg laten = geen maximum.

Filtermethode

Resultaat-ZIP bevat alleen bestanden die aan het filter voldoen.

2Telmethode

Chinese tekensTelt alleen Chinese Han-tekens, geschikt voor Chinese teksten.

CJK-tekensTelt tekens in CJK-bereik, geschikt voor meertalige documenten.

Chinees-Engelse woordenChinees per teken, Engels en cijfers per woordsegment.

Zichtbare tekensTelt niet-witruimtetekens, geschikt voor pure tekenlengte.

3Parseren en opschonen

Tekstcodering

PDF-startpagina

Alleen voor PDF.

PDF-eindpagina

Vul 0 in om tot de laatste pagina te verwerken.

Witruimte samenvoegenVermindert storing door regeleinden en spaties Interpunctie negerenWerkt bij zichtbare tekens en gemengde telmethode Volle breedte naar halve breedteCijfers en letters zijn makkelijker te tellen

Verwerkingsresultaat
Na het filteren kunt u een ZIP met passende bestanden downloaden of een volledig statistiekrapport als CSV exporteren.

Wacht op verwerking0%

Bestanden verwerken

Voldoet

Geen treffer

Parseren mislukt

1Filterresultaten

Nog niet verwerkt. Ga eerst naar “Filterinstellingen” om de parameters te bevestigen en start daarna de verwerking.

2Verwerkingslog

Wachten om te starten.

Instructies

Gebruiksinstructies voor de software

Bestand of map selecteren: Klik op “Bestand selecteren” of “Map selecteren”, of laad direct voorbeeldgegevens. Bij batchimport toont de lijst alleen de eerste 20 bestanden; de overige bestanden worden in de melding vermeld, maar worden wel allemaal verwerkt.
Eerst parameters instellen: Ga naar “Filterinstellingen” en controleer achtereenvolgens het bereik voor het aantal tekens, de telmethode, codering, het PDF-paginabereik en de regels voor spaties en interpunctie. Ga daarna verder.
Verwerking starten: Klik op “Verwerking starten”. De tool leest en telt de bestandsinhoud lokaal en uploadt niets naar de server.
Resultaten bekijken: Bekijk na afloop op de resultatenpagina de lijsten met overeenkomsten, niet-gevonden items en parseerfouten. Je kunt ook de weergave per resultaatbereik wisselen.
Uitvoer downloaden: Vink de gewenste resultaten aan en download een ZIP of CSV. Resultaatbestanden behouden de oorspronkelijke bestandsnaam; bij dubbele namen wordt automatisch een nummer toegevoegd.
Verdergaan met batchverwerking: Elke stap-pagina heeft een knop “Volgende”, zodat je snel naar de volgende instellingenpagina kunt gaan en opnieuw kunt verwerken.

Veelgestelde vragen

A: Veelgebruikte formaten zoals TXT, SRT, MD, HTML, HTM, DOCX, PDF, PPTX, XLSX, CSV, JSON, XML en XLS worden ondersteund, evenals recursief lezen van mappen.

A: Je kunt een exact bereik invullen, bijvoorbeeld “300-1200”; je kunt ook één getal invullen, wat een bereik van 0 tot die waarde betekent. Dit is geschikt voor het filteren van korte teksten of lege inhoud.

A: Als je vooral naar Chinese inhoud kijkt, kun je het aantal Chinese tekens kiezen; als het document zowel Chinees als Engels bevat, kun je Chinees-Engels gemengd kiezen; als de daadwerkelijk op de pagina weergegeven inhoud belangrijker is, kun je de methode voor zichtbare tekens kiezen.

Antwoord: Wanneer een PDF erg lang is, kun je alleen een opgegeven paginabereik tellen. Zo voorkom je dat het hele document wordt meegerekend; handig wanneer je slechts een bepaald deel van de inhoud wilt controleren.

Antwoord: Er wordt automatisch een nummer achter de oorspronkelijke bestandsnaam toegevoegd, bijvoorbeeld bestanden met dezelfde naam worden “bestandsnaam(2)” en “bestandsnaam(3)”, om duplicaten in het zipbestand te voorkomen.

Antwoord: Veelvoorkomende oorzaken zijn een beschadigd bestand, een afwijkende indeling, coderingsfouten, lege inhoud of een bestandstype dat niet overeenkomt met de extensie. Probeer eerst een vergelijkbaar voorbeeldbestand in een ander formaat.