中文文本分析器

如何使用文本分析器

• 粘贴或输入中文到文本框中，也可以打开以 UTF-8 保存的 .txt 文件。简体和繁体都可以。文本框下方的统计数字会随着你的输入实时更新。
• 设置你的水平。在我的水平下选择你已经学到的 HSK 等级。分析器会告诉你文章中有多少内容你已经掌握，并标出对你来说的生词。
• 选择视图。概览按 HSK 等级显示词语分布和可读性评分。文本显示按等级标记词语的原文，还可以打印。词语和汉字会列出文中的全部内容，附带拼音、简短释义和出现次数。
• 把词语带走。你可以复制或打印词表，下载为电子表格，也可以下载适用于 Anki 或 Pleco 的单词卡文件。

所有处理都在你的浏览器中完成。你粘贴的文本不会发送给我们，也不会被保存。

如何统计汉字和词语数量

中文书写时词与词之间没有空格，所以中文文本的长度通常按字数计算（字 zì）。在中国，作文字数要求、翻译报价和阅读作业大多按字数来算。文本框下方的计数器会给出以下各项：

汉字

所有汉字，无论简体还是繁体。标点、字母、数字和空格不计算在内。

词语

按分析器的切分方式得出的中文词数（我们算一个词，去算另一个词），再加上每一段连续的字母或数字，例如一个英文单词或一个数字。

不重复的字数

文本中用到了多少个不同的汉字。

字数（含空格）

文本框中的全部内容：汉字、标点、字母、数字、空格和换行。

字数（不含空格）

同上，但不含空格和换行。

标点符号

中文和英文标点，例如 ，。！？“” 以及 , . ! ?

用于句子

每一段以 。！？、! 或 ? 结尾，或者在换行处结束的文字。

段落

每一行有文字的内容。空行不计算。

中文的词数取决于文本怎样切分成词，不同的程序切分结果不一样。例如，Microsoft Word 把每个汉字都算作一个词，所以它统计的中文“词数”其实是字数。如果老师或客户给出了字数限制，请先问清楚他们指的是字数还是词数，以及标点算不算。

HSK 3.0 等级和词表

HSK（汉语水平考试，Hànyǔ Shuǐpíng Kǎoshì）是中国面向中文学习者的官方中文水平考试。新版 HSK 3.0（2025 年大纲）共分九个等级，每一级的词表都在上一级的基础上增加。7 到 9 级共用一个词表。分析器会把你文本中的每个词与这些词表逐一对照。

词数已四舍五入到百位。有少数词出现在两个等级中，所以这些词表一共有 10,897 个不同的词。想进一步了解每个等级的含义，请看我们的HSK 等级指南。

分析器如何判定文本的 HSK 等级

估算的 HSK 等级是指：文本中的 HSK 词语，有 90% 都包含在该等级及以下词表中，取其中最低的等级。分析器识别出的人名，以及不在任何词表中的词，都不计入统计。词表里没有的词，比如复合词 经济体，如果它的每个字都出现在 HSK 词语中，就按其中最难的那个字所在的等级计算。如果仍有超过 10% 的词不在词表中，估算等级会再提高一级；HSK 7–9 级的文本中，如果超过 25% 的词不在词表中，则显示为高于 HSK 9 级。

这个估算只看词语，不看语法和主题。一段全是简单词的短文，也可能用到较难的语法；而你熟悉的话题，读起来也会比它的等级显示的更轻松。请把它当作词汇方面的参考。

读懂一段文本，需要认识多少词

针对以英语为第二语言的读者所做的研究，把已知词的比例和理解程度联系了起来。Laufer（1989）认为，要基本读懂，大约需要认识 95% 的词。Hu 和 Nation（2000）发现，大多数读者需要认识约 98% 的词，才能在没有帮助的情况下很好地读懂一个故事。这就相当于每二十个词中有一个生词，和每五十个词中有一个生词的差别。

设置好我的等级后，分析器会给出你这篇文本的这个比例。它只统计 HSK 词语，所以你在词表之外学会的词也会算作生词，人名则不计入。想找适合你水平的文本？可以试试我们的分级读物，这是为每个 HSK 等级编写的短篇故事。

易读性得分

易读性得分是 0 到 100 之间的数字，分数越高，对学习者来说越容易读。这是我们专为中文学习者设计的指标，由五项相加得出：

得分 70 或以上为容易，60 至 69 为中等，50 至 59 为较难，50 以下为高级。一个词要么属于 HSK 1–2 级，要么属于 HSK 3–4 级，不会同时属于两者，所以得分最高是 80，全部由 HSK 1 级词语组成的文本，通常在 70 多分。大部分分数来自词汇，所以估算等级越高，得分通常越低。

用词表学习一段文本

1. 粘贴文本，并设置我的等级。
2. 打开词语，在显示下选择高于我等级的词。这些就是你在阅读前或阅读时需要学习的词，其中也包括不在任何 HSK 词表中的词。
3. 点击下载 Anki 或 Pleco 版。你会得到一个纯文本文件，每行一个词：词语、拼音和释义，用制表符隔开。
4. 在 Anki 中，依次选择文件、导入，然后选中该文件；Anki 会把制表符识别为不同的字段。在 Pleco 中，先把文件保存到手机，然后依次打开闪卡、导入 / 导出、导入卡片，再选择该文件。
5. 复习完这些词后，再读这段文本。

列表中的拼音是该词在你的文本中的读音：了在动词后读 le，在了解中读 liǎo；得在我得走了中读 děi。词语使用词典中的本调，所以不是标为 bù shì，这也是单词卡和词典采用的形式。如果想看实际说话时的声调（bú shì），请把文本粘贴到我们的拼音转换器中。

给老师

• 布置阅读前先检查。把我的水平设为班级的水平，看看学生能认识文本中的多少内容。
• 提前讲解合适的词。高于班级水平的词（以及不在任何 HSK 词表中的词）按出现次数排序，最值得优先讲解。
• 制作讲义。在文本视图中点击打印文本，会打印带有生词标记的文章，下方附有这些生词的词汇表。在词语视图中点击打印列表，则只打印词汇表。
• 改编文本。替换最难的词，粘贴新版本，再对比等级和得分。

关于这个分析器

词语和读音

文本使用与我们的拼音转换器相同的引擎进行分词。该引擎依据词频和 CC-CEDICT 词典，并根据上下文句子选择每个词的读音。

HSK 词表

HSK 3.0（2025 年大纲），1 至 9 级，共 10,897 个不同的词。繁体字会对应到相应的简体字。

含义

来自 CC-CEDICT，并经我们团队修正。

使用限制

分析器不认识的人名等词，会算作 HSK 词表以外的词。每个词的每种读音只有一个简短释义，可能与你的文本中的意思不同。每次最多分析 60,000 个字符。计数器不限长度，但词数统计只到 200,000 个字符为止，超过 20,000 个字符时需要点击分析才会开始。

更新时间

2026 年 11 月 4 日

发现某个词的读音、释义或等级有误？请告诉我们相关的句子，我们会核对并修正。