Texto

Word/Character Frequency Counter

Análisis de frecuencia de texto: cuántas veces aparece cada palabra o carácter, ordenado por cantidad.


                        
                    

This tool counts how many times each word or character appears in a text and sorts the result by count — something that's practically impossible to tally by hand in a long piece of text.

How to use it

Common uses

Things to keep in mind

Frequency analysis is case-sensitive by default in many implementations — "Word" and "word" can count as different entries unless the text is normalized to one case first.

Classical substitution ciphers (ROT13, the Caesar cipher) don't change the frequency distribution of letters, only the mapping — which is exactly why frequency analysis is the classic way to break them without trying every key.

Artículo sobre esta herramienta: Análisis de frecuencia de texto: para qué sirve contar repeticiones de palabras

Preguntas frecuentes

¿Cuál es la diferencia entre el modo Palabras y Caracteres?

El modo Palabras cuenta cuántas veces aparece cada palabra en el texto, mientras que el modo Caracteres cuenta la ocurrencia de cada carácter individual, incluyendo la puntuación.

¿Qué hacen las opciones "Sin distinción de mayúsculas" e "Ignorar espacios"?

"Sin distinción de mayúsculas" fusiona ocurrencias que solo difieren en mayúsculas/minúsculas, e "Ignorar espacios" excluye los espacios del conteo en modo carácter; los resultados luego se ordenan por conteo de ocurrencias descendente.

¿Se envía el texto analizado a un servidor?

No, el análisis de frecuencia se ejecuta enteramente en tu navegador en JavaScript — nada se transmite en línea.

¿Qué es la ley de Zipf?

En los idiomas naturales, la frecuencia de una palabra es inversamente proporcional a su rango de frecuencia: la palabra más frecuente aparece aproximadamente el doble de veces que la segunda, el triple que la tercera, etc. Una desviación significativa de este patrón es una señal de que el texto puede estar generado artificialmente o saturado de palabras clave.

¿Se puede usar el análisis de frecuencia para romper un cifrado simple?

Sí, para los cifrados de sustitución clásicos (como ROT13 o el cifrado César), que no cambian la distribución de frecuencias de las letras, solo reordenan la correspondencia. Comparando la distribución de frecuencias del texto cifrado con la distribución conocida del idioma original, se puede recuperar la correspondencia de caracteres sin probar todas las claves.

Artículos: Texto

Case Converter: por qué existen distintos estilos de nomenclatura

Por qué un mismo proyecto escribe variables en camelCase pero archivos en kebab-case, y de dónde vienen estas reglas.

Text Diff: cómo los algoritmos encuentran la diferencia entre dos textos

Cómo un algoritmo de diff encuentra el conjunto mínimo de cambios entre dos versiones de un texto.

Expresiones regulares: sintaxis básica y patrones habituales

Cómo leer una expresión regular y en qué se diferencia la coincidencia voraz de la perezosa.

Ordenar y eliminar líneas duplicadas: para qué sirve

Por qué ordenar numéricamente poniendo «10» antes de «9» es un error, y cómo evitarlo.

String Escape: por qué el mismo texto necesita escaparse de forma distinta

Por qué la misma comilla se escapa de forma distinta en una cadena JS, en JSON y en un comando de shell.

CRLF frente a LF: por qué los caracteres de fin de línea aún importan

Por qué un archivo escrito en Windows puede aparecer como «completamente modificado» en git sobre Linux.

Contar caracteres y palabras: por qué no siempre es trivial

Por qué un emoji o una letra con tilde pueden contar como varios caracteres a la vez.

Lorem Ipsum: de dónde viene el texto de relleno y para qué sirve

Por qué los diseñadores usan deliberadamente texto «sin sentido» en lugar de contenido real en las maquetas.

Slugify: cómo convertir cualquier texto en una URL

Cómo un título como «¡Hola, Mundo!» se convierte en una cadena compatible con URL como hola-mundo.

Markdown: por qué la sintaxis de texto plano venció a los editores de texto enriquecido

Por qué los desarrolladores prefieren escribir documentación en Markdown en vez de un editor de texto enriquecido.

Espacios y caracteres invisibles: la causa oculta de errores extraños

Por qué dos cadenas que parecen idénticas pueden no coincidir por culpa de un carácter invisible.

Text Reverse: por qué «invertir un texto» es más difícil de lo que parece

Por qué invertir una cadena de forma ingenua puede convertir un emoji en bytes inutilizables.