英文可读性检测
四个标准评分，一句直白的阅读难度结论，并统计出到底是什么拉低了可读性。
把文件拖到这里
.txt, .md · 最大5 MB
怎么检测英文可读性
- 1
粘贴文本
或者拖入.txt或.md文件。默认忽略Markdown语法。
- 2
查看难度
一个主数字，下面是四个标准评分，编辑时随时更新。
- 3
按提示修改
长句和长词的数量会告诉你该删减哪里。
四个评分衡量什么
Flesch Reading Ease的范围是0到100，文本越容易，分数越高：60以上适合普通读者，30以下属于专业文本。Flesch-Kincaid把同样的输入换算成美国的学校年级。Gunning Fog统计三个音节及以上的单词，依据是长词会拖慢读者。Automated Readability Index（ARI）完全不看音节，而是数字母，因此它是有用的交叉检验：音节估算不会让它出错，所以它和另外三个一致时，结果可靠；不一致时，说明文本有某种值得留意的特殊之处。
为什么主数字取中位数，而不是平均数
其中三个评分给出的是学校年级，在短文本上它们会相差很大：三句话里有两个长词，就足以让Gunning Fog跳到研究生水平。平均数会跟着这个离群值一起往上走。中位数不受它影响，给出另外两个评分一致的结果，所以这里的主数字在你编辑时保持稳定，只有文本真正变化时才会变。不到一百个单词时，连中位数也不可靠，页面会直接说明，而不是给出一个谁都不该相信的确定数字。
音节是估算的，估算有已知的局限
没有哪个公式能准确数出英文的音节，因为英文拼写并不记录音节。常见做法是数元音组，再针对不发音的词尾做修正，这样大约85%的情况是对的，出错的地方也可以预料：business是两个音节而不是三个，wanted是两个而不是一个，queue是一个而不是三个。这里在估算之上加了一部词典，收录了近两百个这类常见例外。之所以加入ARI，正是因为它完全不需要这些：它数的是字符，所以文本里满是生僻词时，应该以它为准。
这些公式只适用于英文
四个公式都是在英文文章上推导和验证的，每一个都依赖英文特有的东西：音节数、常见单词的长度，以及三音节的词就难这一假设。用在单词通常更长的俄文上，它们给出的是看起来像测量结果的胡乱数字。中文也一样，中文没有公式所说的那种音节；阿拉伯文和印地文同样如此。当文本大部分不是拉丁字母时，这里的评分会变暗并加上标注，而不是悄悄显示得好像有意义。
文本不会上传
评分在你输入时就在浏览器中完成。没有服务器，不需要账号，也不做任何形式的存储。音节词典是随页面提供的一个小JSON文件，页面打开后，断开网络也能用。关闭标签页，文本就没了。
常见问题
Flesch Reading Ease多少分算好？
面向普通读者，60到70分，大致是编辑得好的报纸的水平。90分以上读起来非常简单，30分以下是专业文本，默认读者已经了解这个领域。营销文案通常以60分或以上为目标。
为什么分数和其他检测工具不一样？
几乎都是因为音节计数和断句。每个工具估算音节的方法都略有不同；断句方面，这里会把缩写和小数留在所在的句子里，这会改变每句单词数，而四个公式都依赖这个数字。
能检测英文以外的语言吗？
不能，页面也会直接说明。这些公式是为英文推导的，用在其他语言上得出的数字没有意义，所以非拉丁字母文本的评分会变暗并附上说明，而不是作为结果显示。
多长算长句？
默认是二十五个单词，大多数写作风格指南从这里开始提醒。阈值可以在十到六十个单词之间任意调整。
要忽略Markdown吗？
用Markdown写的内容都应该忽略，这也是默认设置：标题符号、列表符号和代码块是语法而不是正文，会让句子数失真。只有想按原样给原始文本评分时才关闭。
能按段落分别评分吗？
能。打开后会多出一张逐段表格，这是找出拉低整页分数的那一段密集文字最快的办法。
文本会发送到别处吗？
不会。所有计算都在你的浏览器中完成，不会上传，也不会存储任何内容。
