竞品评论提炼
市场运营专员小陈要写一份 9 页的竞品分析周报，手头有 200 条来自用户论坛的竞品吐槽帖。逐条看下来，脑子里全是“卡顿”“贵”“客服差”这些碎片词，没法量化。她把所有帖子原文粘贴进工具，词频统计结果出来，“加载慢”出现 47 次，“退款难”31 次——这两个高频词直接成了周报的两个核心论点，省去了两小时人工归类。
文本输入 paste text here
词云图 word cloud
输入文本后点「生成词云」
词频统计
—
| 词 | 次数 | 占比 |
|---|---|---|
| 暂无数据 | ||
就绪 · 纯本地分词与渲染，文本不上传、不入 URL
中英文分词 · 停用词过滤 · wordcloud2 本地渲染
第一节
关于本工具
About写年终总结、做舆情报告，最怕对着几千字文本找关键词。把一段话扔进去，它瞬间拆出每个词的出现次数，并按频次大小排成一张词云图——高频词一目了然。所有分词和渲染都在浏览器里完成，文本不会上传到任何服务器。适合新媒体编辑提炼文章核心、市场人员快速扫描评论热词，也适合学生分析演讲稿的重点分布。
使用场景
班级建议词频
新班主任接手一个 45 人的班，开学第一周让学生写“对班级的建议”，收上来 40 份手写纸条，内容五花八门。她没时间每份细看，把纸条内容敲进工具做词频统计。“活动”出现 22 次，“纪律”17 次，“作业”15 次——这三项就是全班最在意的方向。她据此在班会上优先讨论了活动方案和纪律公约，而不是凭感觉讲了一堆没人关心的事。
热点评论抓痛点
短视频编导阿杰要追一个“年轻人为什么不爱走亲戚”的热点，刷了 50 条高赞评论，每条约 30 字，信息很散。他把评论复制进工具，词频结果里“被问工资”出现 9 次，“催婚”7 次，“没话说”6 次。这三个词直接成了脚本的三个小节标题——视频发出去后完播率比上期高了 12 个百分点，因为痛点踩准了。
用户反馈排优先级
产品经理老周要对 300 条用户反馈做优先级排序，但反馈来自微信、邮件、客服工单三个渠道，格式不统一。他把所有文本拼进一个文件丢进工具，词频统计后“闪退”出现 34 次，“白屏”22 次，“加载转圈”18 次——这三个词对应的 bug 被排进下个迭代的 P0 清单。而“希望增加”只出现 6 次，说明当前用户更在意稳定性而非新功能。
客户证言选词
公司要更新官网首页的“客户证言”板块，市场部从 80 条客户评价里挑出最有力的一条。人工读一遍发现全是“不错”“挺好”“满意”这些模糊词，没法量化。她把 80 条原文做词频分析，“响应速度”出现 16 次，“专业”13 次，“解决问题”11 次——这些才是客户真正在意的价值点。最终证言板块的文案不再写“客户很满意”，而是具体写“响应速度提升了 3 小时”。
对比矩阵
| 维度 | 本工具 | 在线词云站 | 手动制作 |
|---|---|---|---|
| 隐私 | 文本在浏览器内处理，不上传服务器 | 文本需上传至对方服务器 | 完全本地，不涉及网络传输 |
| 速度 | 输入文本后即时生成词云 | 上传+排队+生成，网络延迟明显 | 需手动分词、统计、设计，耗时数小时 |
| 词频统计 | 自动分词并统计词频，支持中文 | 部分站中文分词不准或需手动调整 | 需人工阅读并手动计数，易遗漏 |
| 字体与形状 | 内置多种字体和形状模板 | 模板丰富但部分需付费解锁 | 需自行安装字体、设计形状，门槛高 |
| 离线可用 | 首次加载后断网仍可生成 | 必须联网才能使用 | 完全离线，依赖本地软件 |
| 学习成本 | 打开即用，无需教程 | 功能多但界面复杂，需摸索 | 需掌握分词工具、设计软件等技能 |
第二节
使用指南
Getting Started使用步骤
- 1在输入框粘贴或键入文本（支持中文、英文、数字混合），下方实时显示总字符数和词数
- 2点击「生成词云」按钮，页面中央区域渲染出词云图，词频越高字号越大
- 3将鼠标悬停在词云图的任意词语上，弹出气泡提示该词的具体出现次数
- 4点击词云图右上角的「下载 PNG」按钮，浏览器自动下载当前词云图为透明背景图片
常见错误对照
1.分词边界错误：英文单词被拆成字母
✗ 错误
输入 "hello world"，期望词云显示 "hello" 和 "world"，结果出现 h、e、l、l、o 等单个字母✓ 修复
输入 "hello world" 前，确保工具的分词模式设置为「按单词」而非「按字符」；或手动用空格/标点分隔单词多数词云工具默认按空格/标点分词。如果输入连续无分隔的文本（如 "helloworld"），会被视为一个词；若工具支持字符级分词，则每个字母独立成词，非预期结果。
2.中文未正确分词，整句当成一个词
✗ 错误
输入 "我爱北京天安门"，词云只显示一个超大 "我爱北京天安门"✓ 修复
输入 "我爱 北京 天安门"（词间加空格），或确认工具内置中文分词引擎已启用中文词之间无天然分隔符。若工具未内置中文分词（如 jieba），输入连续中文字符会被整体当作一个词。手动加空格可强制分词。
3.停用词未过滤，高频虚词占据词云
✗ 错误
词云中 "的" "了" "是" "在" 等词面积最大，掩盖了实词✓ 修复
在工具的「停用词」设置中，添加或启用内置停用词表（包含 "的" "了" "是" "在" 等）中文高频虚词（助词、介词、连词）无实际语义，若不排除会主导词频统计，导致词云信息密度低。标准做法是使用通用停用词表。
4.标点符号未清理，混入词云
✗ 错误
词云中出现 "，" "。" "！" "？" 等标点符号✓ 修复
输入文本前先去除标点，或确认工具默认过滤标点；若工具支持正则替换，可用 [\p{P}] 匹配并移除标点符号在词频统计中若未被过滤，会被当成独立词项。多数分词库（如 jieba、NLTK）默认保留标点，需显式过滤。
5.大小写未归一化，同一单词被重复统计
✗ 错误
输入 "Apple apple APPLE"，词云中三个词各占一份，而非合并为一个 "apple"✓ 修复
输入前统一转为小写（apple apple apple），或确认工具开启了「忽略大小写」选项词频统计默认区分大小写。"Apple" 和 "apple" 被视为不同词项。归一化（全部小写）是标准预处理步骤。
6.数字或特殊字符未处理，干扰词云
✗ 错误
词云中出现 "123" "@" "#" 等无意义符号✓ 修复
使用工具的「过滤数字/特殊字符」选项，或手动用正则替换 \d+ 和 [^\w#] 移除数字和特殊字符通常不是文本分析的目标对象，若不排除会稀释词云的信息价值。建议根据文本类型决定是否保留。
7.输入文本过长导致浏览器卡顿或崩溃
✗ 错误
粘贴整本小说（数十万字）到输入框，页面无响应或浏览器标签页崩溃✓ 修复
将文本分段处理（每段 1 万字以内），或使用工具后端处理版本（若有）纯前端词云工具在浏览器中执行分词与渲染，大文本会占用大量内存和 CPU。建议控制输入长度，或使用支持流式/后端处理的工具。
第三节
工作原理
How It Works核心公式
TF(w) = count(w) / total_words
变量说明
TF(w)词 w 在文本中的词频count(w)词 w 在文本中出现的次数total_words文本中所有词的总数
示例
输入文本为「数据 分析 数据 挖掘 数据 科学」，total_words=6，count(数据)=3，则 TF(数据)=3/6=0.5，即该词出现频率为 50%，词云图中字号按此比例缩放。
用户输入
本地处理
输出结果
第四节
开发者集成
For Developers6 种主流语言实现，复制即用：
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
text = "全宝工具站提供文本词云工具，支持中文分词和词频统计。"
# 结巴分词，过滤停用词（示例仅保留长度≥2的词）
words = [w for w in jieba.lcut(text) if len(w) >= 2]
freq = {}
for w in words:
freq[w] = freq.get(w, 0) + 1
# 生成词云图
wc = WordCloud(font_path='simhei.ttf', width=800, height=400)
wc.generate_from_frequencies(freq)
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()
# 输出示例：显示词云图，词频为 {'全宝':1,'工具':1,'文本':1,'词云':1,'中文':1,'分词':1,'词频':1,'统计':1}// 浏览器端：使用 canvas 绘制简单词云（纯前端，无外部依赖）
function drawWordCloud(words, canvasId) {
const canvas = document.getElementById(canvasId);
const ctx = canvas.getContext('2d');
ctx.clearRect(0, 0, canvas.width, canvas.height);
ctx.fillStyle = '#f0f0f0';
ctx.fillRect(0, 0, canvas.width, canvas.height);
words.forEach((word, i) => {
const x = 20 + (i % 5) * 120;
const y = 40 + Math.floor(i / 5) * 60;
ctx.font = `${14 + word.count * 4}px sans-serif`;
ctx.fillStyle = `hsl(${i * 30}, 70%, 50%)`;
ctx.fillText(word.text, x, y);
});
}
// 示例调用
drawWordCloud([
{ text: '全宝', count: 3 },
{ text: '工具', count: 2 },
{ text: '词云', count: 2 }
], 'myCanvas');
// 输出：在 canvas 上按词频大小渲染彩色文字package main
import (
"fmt"
"strings"
"unicode"
)
// 简单中文分词（按字符统计词频，适合演示）
func wordFreq(text string) map[string]int {
freq := make(map[string]int)
words := strings.FieldsFunc(text, func(r rune) bool {
return !unicode.Is(unicode.Han, r) && !unicode.IsLetter(r)
})
for _, w := range words {
if len([]rune(w)) >= 2 {
freq[w]++
}
}
return freq
}
func main() {
text := "全宝工具站提供文本词云工具"
freq := wordFreq(text)
for word, count := range freq {
fmt.Printf("%s: %d\n", word, count)
}
// 输出示例：全宝:1 工具:1 文本:1 词云:1
}#!/bin/bash
# 使用 awk 统计英文单词词频（适合纯英文文本）
text="The quick brown fox jumps over the lazy dog. The dog barks."
echo "$text" | tr -s '[:space:]' '\n' | tr -d '[:punct:]' | tr '[:upper:]' '[:lower:]' | awk '
{
freq[$1]++
}
END {
for (word in freq) {
if (word != "") print word, freq[word]
}
}' | sort -k2 -nr
# 输出示例：the 3 dog 2 quick 1 brown 1 fox 1 ...import java.util.*;
import java.util.stream.*;
public class WordFreq {
public static void main(String[] args) {
String text = "全宝工具站 文本词云 工具";
// 按空格分词，统计词频
Map<String, Long> freq = Arrays.stream(text.split("\\s+"))
.filter(w -> w.length() >= 2)
.collect(Collectors.groupingBy(w -> w, Collectors.counting()));
freq.forEach((k, v) -> System.out.println(k + ": " + v));
// 输出示例：全宝工具站:1 文本词云:1 工具:1
}
}<?php
$text = "全宝工具站提供文本词云工具，支持中文分词和词频统计。";
// 使用正则提取中文字符（≥2字）
preg_match_all('/[\x{4e00}-\x{9fa5}]{2,}/u', $text, $matches);
$words = $matches[0];
$freq = array_count_values($words);
foreach ($freq as $word => $count) {
echo "$word: $count\n";
}
// 输出示例：全宝工具站:1 文本:1 词云:1 工具:1 中文:1 分词:1 词频:1 统计:1
?>第五节
常见问题
Q & A问我贴了几千字的文章进去，词云图里怎么全是‘的’‘了’‘在’这些没意义的词？＋
答
这是词频统计的常见现象：高频虚词（停用词）会淹没实词。本工具内置了基础中文停用词表（包括‘的’‘了’‘是’‘在’等 200+ 个），但如果你用的是自定义文本或古文，建议在输入框下方的‘忽略词’字段手动添加更多无意义词，比如‘之’‘乎’‘者’‘也’。添加后点击‘重新生成’即可过滤，不需要重新粘贴全文。
问词云图里的词大小是按什么算的？越大的词出现次数一定最多吗？＋
答
是的，词的大小直接映射该词在文本中的出现频次（即词频，非 TF-IDF 或其他加权）。频次最高的词占据最大字号，其余按比例缩放。注意：如果两个词频次相同，字号也相同；如果文本很短（比如不到 50 字），所有词的字号差异可能不明显，建议增加文本量或调整‘最大词数’参数来突出差异。
问为什么我换个浏览器打开，上次做的词云图就没了？能保存吗？＋
答
本工具是纯前端实现（FE），所有处理在浏览器本地完成，不上传服务器，因此不提供云端保存功能。词云图生成后，建议直接右键点击图片选择‘另存为’保存 PNG 文件，或截图保存。如果关闭页面后再打开，之前的文本和参数不会保留，需要重新粘贴文本。这是隐私优先的设计——数据不出本地。
问支持英文吗？我贴了英文文章，出来的词云全是小写单词，大小写混在一起了。＋
答
支持英文，但默认按小写统一处理（即‘Word’和‘word’会合并统计为‘word’），避免大小写重复计数。如果你需要保留原始大小写（比如专有名词‘Apple’和‘apple’区分），可以在‘分词选项’中关闭‘忽略大小写’开关。另外，英文停用词（the/a/an/and等）已默认过滤，无需手动添加。
问我贴了 10 万字的小说进去，等了很久没反应，是不是崩溃了？＋
答
纯前端工具的处理能力受限于浏览器内存和 JS 执行效率。10 万字文本在普通电脑上可能需要 3-10 秒生成词频统计，但词云布局渲染阶段（尤其是词数较多时）可能更慢。如果页面无响应超过 15 秒，建议：① 减少文本量（比如只贴关键章节，约 1-2 万字）；② 在‘最大词数’设置中限制为 100-200 个词，减少渲染负担；③ 关闭其他浏览器标签页释放内存。本工具没有服务器超时限制，但浏览器本身会弹出‘无响应’提示，此时等待即可，不要刷新。
问生成的词云图里有些词是乱码或者方框，是工具不支持这种字体吗？＋
答
乱码或方框通常是因为所选字体不包含某些字符（比如生僻字、繁体字、emoji）。本工具默认使用系统字体‘Microsoft YaHei’（Windows）或‘PingFang SC’（Mac），覆盖常用简繁中文。如果你输入的文本包含古汉字、注音符号或特殊 Unicode 字符，请在‘字体设置’下拉中选择‘Noto Sans CJK’或‘SimSun’，这些字体字符集更全。如果仍显示方框，说明该字符在当前浏览器/系统中无对应字形，属于系统级限制。
问这个工具和 Excel 里的词频统计有什么区别？哪个更准？＋
答
Excel 做词频需要手动用公式（如 COUNTIF）或数据透视表，且无法直接处理中文分词——Excel 会把‘我爱北京天安门’当成一个词，而本工具会自动按中文语义切分为‘我’‘爱’‘北京’‘天安门’。在词频计数准确度上两者一致（都是按精确匹配统计），但本工具内置了分词和停用词过滤，省去了手动清洗的步骤。如果需要导出原始词频数据做二次分析，本工具结果区提供‘下载 CSV’按钮。
问词云图里能不能只显示我想要的词？比如只显示人名，不显示其他词？＋
答
目前没有‘只显示特定词类’的自动过滤功能（比如只提取人名/地名/品牌名）。但可以通过两种方式近似实现：① 在输入文本前，手动删除不需要的句子，只保留含人名的段落；② 在‘忽略词’输入框中，把所有不想显示的词逐一添加（用逗号分隔），这样它们就不会出现在词云中。如果要精准提取人名，建议先使用命名实体识别（NER）工具处理文本，再将识别出的人名列表粘贴到本工具中生成词云。
问为什么我手机浏览器上词云图排版乱了，文字挤在一起？＋
答
手机屏幕宽度有限（通常 360-414px），而词云布局算法默认按桌面端 800px 宽度计算。当屏幕过窄时，部分长词会被挤到边缘或重叠。建议：① 在手机浏览器中横屏使用，获得更宽布局；② 减少‘最大词数’到 50 个以下，降低重叠概率；③ 生成后截图，不要指望在手机小屏上看到与桌面端一致的排版效果。如果需要手机端专用词云，建议在电脑上生成后保存图片再传到手机。
隐私保证所有计算与处理均在你的浏览器本地完成，输入数据不会上传服务器，也不会保存或共享。