中英文单词分离提取工具介绍
本工具从中英文混排文本中提取全部英文单词（或数字串），逐词输出清单；也可反向提取连续中文片段。适用于技术文档术语表整理、标书合同外文词汇核对、翻译项目前的词汇统计与报价。
提取规则
| 项目 | 默认规则 |
|---|---|
| 英文单词 | 基于 Unicode Latin 字母识别，支持带重音字符 |
| 缩写与连字符 | don't、well-known 默认整体算一个词，可关闭拆分 |
| 数字串 | 可选提取，支持 12,345.67 这类千分位与小数 |
| 中文片段 | 连续 CJK 字符为一段，在标点处断开 |
| 最小长度 | 默认 ≥2，过滤单字母噪声 |
去重、排序与词表过滤
- 三种排序：保持出现顺序、按字母顺序、按词频降序（输出形如「word × 12」）。
- 去重采用保序去重，保留每个词第一次出现的位置；忽略大小写合并词频时，输出保留首次出现的原形。
- 可开启内置英文停用词过滤，或仅提取首字母大写的专有名词，并设置最小词频阈值。
- 自定义词表过滤支持黑名单、白名单与正则匹配三种方式。
- 中文模式可按单字、二字词组、三字词组或整段片段统计。
三种输出格式
统计卡同步显示总词数与去重后的词数；空输入或纯中文无英文时会给出明确提示。结果支持以下三种格式：
| 格式 | 内容 |
|---|---|
| 词表 | 每行一个词，可一键复制 |
| 词,词频 CSV | 单词与次数两列，可直接粘贴 Excel |
| JSON | 结构化结果，便于程序处理 |
术语提取与词频统计的典型场景
- 技术文档、说明书中的英文术语表提取与翻译前处理。
- 标书、合同中外文词汇的核对，确认专有名词翻译一致性。
- 翻译项目报价前统计英文词数与高频词，评估工作量。