Analyseur de documents en ligne

Analyseur de documents en ligne

Cet analyseur de documents en ligne extrait du texte, compte les mots et les caractères et examine les structures documentaires courantes. Il permet de sélectionner et de traiter plusieurs fichiers par lots, afin de faciliter l'organisation de travaux universitaires, rapports, documents de référence et autres contenus textuels. Chaque format utilise une méthode d'analyse adaptée, et les statistiques reflètent le contenu effectivement reconnu par l'outil.

Formats de fichiers pris en charge

• TXT : lit le texte brut et calcule des statistiques telles que le nombre de caractères, de caractères hors espaces blancs, de lignes, de lignes vides, de paragraphes et les décomptes de texte chinois et anglais.
• Markdown (.md, .markdown) : analyse le texte et identifie les structures courantes telles que les titres, listes, citations en bloc, blocs de code, liens, images et tableaux.
• DOCX : extrait le texte des documents Word, analyse les paragraphes, titres, tableaux, images et nombres de caractères reconnus, et lit certaines propriétés du document lorsqu'elles sont disponibles.
• RTF : analyse le texte des documents Rich Text Format et fournit des statistiques textuelles générales.
• HTML et HTM : extrait le texte des documents web en mode extraction de texte. Une option permet de choisir si les informations sur les liens doivent être conservées.

Traitement de documents par lots

Vous pouvez sélectionner plusieurs fichiers pris en charge à la fois ou les ajouter par glisser-déposer afin de réduire les opérations répétitives. Pendant le traitement par lots, vérifiez le statut, le résultat et les messages d'erreur de chaque fichier. Si un fichier possède un format invalide, un contenu endommagé ou ne peut pas être analysé, évaluez-le séparément selon son résultat de traitement au lieu de le considérer comme réussi.

Le mode d'extraction de texte convient à la collecte du texte principal de plusieurs fichiers, qui peut ensuite être copié ou exporté. Le mode d'analyse de structure permet d'examiner les statistiques textuelles et les structures documentaires reconnues pour chaque fichier. Distinguez les statistiques par fichier des totaux agrégés afin d'éviter de mélanger les résultats de documents différents.

Extraction et exportation de texte

Le mode d'extraction transforme le contenu des documents en texte brut pour faciliter sa modification et son organisation. Vous pouvez afficher et copier le texte extrait ou l'exporter dans un fichier TXT. Le texte brut ne conserve pas l'ensemble des polices, couleurs, sauts de page, dispositions des images ni autres styles visuels du document original. Conservez les fichiers originaux si vous devez préserver leur mise en forme.

Statistiques de caractères et de mots

L'outil peut compter les caractères, les caractères hors espaces blancs, les mots, les lignes, les lignes vides, les paragraphes, les caractères chinois, les mots anglais, les chiffres et le temps de lecture estimé. Les règles de segmentation varient selon la langue ; les caractères chinois et les mots anglais sont donc comptés selon des méthodes différentes. Le temps de lecture est une estimation et ne correspond pas nécessairement à la durée réelle de lecture d'un document.

Analyse de la structure Markdown

En plus des statistiques textuelles générales, l'analyse Markdown peut identifier les niveaux de titre, éléments de liste, citations en bloc, blocs de code délimités, liens, images et tableaux. Les statistiques calculées à partir du texte source incluent les marqueurs Markdown, tandis que le nombre de caractères excluant certains marqueurs sert à estimer le contenu lisible. Il s'agit de méthodes de comptage différentes. Pour les imbrications complexes, les syntaxes étendues ou le Markdown mal formé, les résultats dépendent de ce que l'outil reconnaît.

Structure DOCX et propriétés du document

L'analyse DOCX peut compter les paragraphes, titres, tableaux, tableaux imbriqués, images, caractères et mots reconnus. Elle peut également lire les propriétés disponibles telles que le titre, le sujet, l'auteur, la date de création, la date de modification, l'application et le nombre de pages. Certaines propriétés peuvent être absentes ou obsolètes. Les résultats peuvent également différer de la pagination Word, du nombre visuel de lignes ou du comptage de mots intégré à Word.

Comment utiliser l'outil

1. Sélectionnez le mode d'extraction de texte ou le mode d'analyse de structure documentaire.
2. Sélectionnez un ou plusieurs fichiers pris en charge, ou ajoutez-les par glisser-déposer.
3. Lancez le traitement et consultez le statut de chaque fichier, le texte extrait ou les statistiques.
4. Copiez le texte, exportez les résultats ou organisez les statistiques de chaque fichier selon vos besoins.
5. Si un fichier ne peut pas être analysé ou produit des résultats inattendus, vérifiez son format, l'intégrité de son contenu et le message d'erreur correspondant.

Cas d'utilisation

• Extraire par lots le texte de travaux universitaires, rapports et documents de référence.
• Vérifier le nombre de caractères, de lignes et de paragraphes dans les fichiers TXT et Markdown.
• Analyser les titres, blocs de code, liens et structures de tableaux des documents Markdown.
• Examiner les paragraphes, titres, tableaux, images et propriétés reconnus dans les fichiers DOCX.
• Vérifier plusieurs documents avant leur remise, modification ou archivage.

Confidentialité et limites du traitement

Les fichiers sont traités localement dans le navigateur, sans téléversement sur le serveur de l'application. La taille des fichiers, le volume des lots et les capacités du parseur peuvent affecter la vitesse et les contenus traitables. Les fichiers endommagés, chiffrés, au format incompatible ou présentant une structure complexe peuvent ne pas être analysés. Les statistiques de caractères et la reconnaissance des structures peuvent également différer de celles d'autres applications. Vérifiez les résultats importants par rapport aux fichiers originaux.