Ferramenta para filtrar arquivos por contagem de palavras do texto

Filtra arquivos que atendem aos critérios em vários formatos de documento (TXT, PDF, DOCX, PPTX etc.) com base no intervalo definido de número de caracteres chineses e permite o download em pacote.

Relatório de bug

Modo de execução no navegador: Seus dados são processados no navegador e não são enviados ao servidor.

Velocidade e estabilidade: A velocidade de processamento depende do seu dispositivo e navegador. Para trabalhos em lote grandes, a versão para desktop pode ser mais estável.

Carregando ferramenta, aguarde...

Se a ferramenta online não carregar ou executar, tente a ferramenta para desktop. https://tools.yikeaigc.com/

Uso da ferramenta

Voltar para a versão antiga

Confirme primeiro o intervalo de palavras, o critério de contagem e as opções de análise em “Configurações de filtro”; depois clique em iniciar. Os arquivos são lidos, contados e compactados apenas nesta página; em seleção em lote, a interface mostra os 20 primeiros, mas todos os arquivos selecionados serão processados.

1Selecionar arquivos ou pasta

Clique para selecionar arquivos ou arraste documentos aqui Compatível com TXT, SRT, HTML, Markdown, DOCX, PDF, PPTX, XLSX etc.; também é possível selecionar uma pasta para leitura em lote.

Ao selecionar uma pasta, os documentos compatíveis serão lidos recursivamente. Para evitar poluir a tela, a lista de prévia mostra apenas os 20 primeiros.

2Dados de exemplo

Arquivos selecionados

Tamanho total

0 KB

Formatos compatíveis

Qtd. na prévia

3Prévia dos arquivos

Nenhum arquivo selecionado. Você pode carregar dados de exemplo antes de acessar as configurações de filtro.

1Intervalo de palavras

Mín. de palavras

Deixe em branco para sem mínimo.

Máx. de palavras

Deixe em branco para sem máximo.

Modo de filtro

O ZIP final inclui só os arquivos que atendem ao filtro.

2Critério de contagem

Caracteres chinesesConta só caracteres chineses, ideal para filtrar textos em chinês.

Caracteres CJKConta caracteres no intervalo CJK, ideal para documentos multilíngues.

Chinês e inglêsChinês por caractere; inglês e números por segmentos de palavra.

Caracteres visíveisConta caracteres não brancos, ideal para filtrar por tamanho.

3Análise e limpeza

Codificação do texto

Página inicial do PDF

Válido só para PDF.

Página final do PDF

Use 0 para processar até a última página.

Mesclar espaçosReduz interferência de quebras de linha e espaços repetidos Ignorar pontuaçãoAplica-se a caracteres visíveis e contagem mista Largura total para meia larguraFacilita contar números e letras inglesas

Resultados
Após filtrar, baixe um ZIP com os arquivos válidos ou exporte o relatório CSV completo.

Aguardando0%

Arquivos processados

Válidos

Sem acerto

Falha ao analisar

1Resultado do filtro

Ainda não processado. Vá a “Configurações de filtro”, confirme os parâmetros e inicie.

2Log de processamento

Aguardando início.

Instruções

Instruções de uso do software

Selecionar arquivos ou pastas: clique em “Selecionar arquivo” ou “Selecionar pasta”; você também pode carregar diretamente os dados de exemplo. Na importação em lote, a lista mostra apenas os primeiros 20 arquivos; os demais serão indicados no aviso, mas todos serão incluídos no processamento.
Definir os parâmetros primeiro: vá para “Configurações de filtro” e confirme, em ordem, o intervalo de contagem de palavras, o critério de contagem, a codificação, o intervalo de páginas do PDF e as regras de tratamento de espaços em branco e pontuação antes de continuar para a próxima etapa.
Iniciar o processamento: após clicar em “Iniciar processamento”, a ferramenta lerá e analisará o conteúdo dos arquivos localmente, sem enviá-los ao servidor.
Ver os resultados: após a conclusão do processamento, veja na página de resultados as listas de itens correspondentes, não encontrados e com falha de análise; também é possível alternar a exibição por intervalo de resultados.
Baixar a saída: marque os resultados necessários e baixe em ZIP ou CSV. Os arquivos de resultado manterão o nome original; arquivos com nomes repetidos receberão automaticamente um número adicional para diferenciação.
Continuar o processamento em lote: cada página de etapa oferece um botão “Próxima etapa”, facilitando o salto rápido para a próxima página de configuração para processar novamente.

Perguntas frequentes

R: São compatíveis formatos comuns como TXT, SRT, MD, HTML, HTM, DOCX, PDF, PPTX, XLSX, CSV, JSON, XML e XLS, além da leitura recursiva de pastas.

R: Você pode inserir um intervalo exato, por exemplo “300-1200”; também pode inserir um único número, que indica o intervalo de 0 até esse valor, adequado para filtrar textos curtos ou conteúdo vazio.

R: Se o foco principal for conteúdo em chinês, escolha número de caracteres chineses; se o documento tiver chinês e inglês misturados, escolha chinês-inglês misto; se você se importa mais com o conteúdo realmente exibido na página, escolha o critério de caracteres visíveis.

Resposta: Quando o PDF é muito longo, é possível contar apenas um intervalo de páginas especificado, evitando incluir o documento inteiro. Isso é ideal para verificar apenas uma parte do conteúdo.

Resposta: Um número será adicionado automaticamente ao final do nome original do arquivo para diferenciá-los. Por exemplo, arquivos com o mesmo nome se tornarão “nome do arquivo(2)” e “nome do arquivo(3)”, evitando duplicações dentro do arquivo compactado.

Resposta: As causas comuns incluem arquivo corrompido, formato irregular, codificação anormal, conteúdo vazio ou incompatibilidade entre o tipo de arquivo e a extensão. Você pode tentar primeiro com um exemplo em um formato semelhante.