ForHosting KIT · Texte et IA

Lister les mots uniques

Une phrase de 13 mots comme « The quick brown fox jumps over the lazy dog. The fox is quick! » laisse 9 mots distincts, dans l'ordre de leur première apparition, sans doublons à nettoyer à la main. Gratuit dans votre navigateur.

Gratuit
Fonctionne dans votre navigateur
Sans inscription
Vos données restent sur votre appareil

Lancer gratuitement Voir l’API

Utilisez-le depuis WebAPIE-mailTelegramApp bientôt

Lister les mots uniques est un petit utilitaire de texte avec une promesse produit claire : prendre un texte non vide, le découper en mots, supprimer les doublons et renvoyer les jetons restants dans l'ordre de leur première apparition. Les rédacteurs l'utilisent pour auditer le vocabulaire, les enseignants pour construire des banques de mots, et les pipelines pour bâtir des ensembles stables de tests sans réimplémenter la tokenisation dans chaque langage. Cette capacité prend en charge un mode optionnel insensible à la casse pour que Hello et hello comptent comme une seule entrée tout en préservant la première forme de surface que vous avez saisie. Une entrée vide échoue avec entrée invalide afin que les appelants ne stockent jamais par accident des charges utiles de longueur nulle.

Ce que signifient les mots uniques et comment l'ordre d'apparition est préservé

Une liste de mots uniques répond à une intention de recherche que les gens tapent chaque jour : lister les mots uniques d'un texte, extraire la liste de mots sans doublons ou obtenir le vocabulaire en ordre de lecture. Cette capacité définit un mot comme une suite contiguë de lettres ou de chiffres Unicode, éventuellement reliée par une apostrophe ou un trait d'union interne pour que les contractions et composés à trait d'union restent un seul jeton.

Tout le reste — espaces, virgules, points, séparateurs emoji et ponctuation — est une frontière. En balayant de gauche à droite, chaque jeton n'est conservé que la première fois que sa clé d'unicité est vue ; les répétitions ultérieures sont écartées. Lorsque le mode sans casse est actif, la clé d'unicité est la forme en minuscules, mais la liste stocke la première orthographe de surface pour qu'une première mention en casse de titre reste lisible dans les interfaces.

Lorsque le mode est désactivé, Hello et hello sont deux entrées distinctes si les deux apparaissent. L'ordre est toujours celui de la première apparition, jamais alphabétique, car les tableaux de fréquences et les dumps triés sont une autre intention produit. Préférez cet outil lister-mots-uniques lorsque vous voulez un instantané de vocabulaire ordonné et stable.

Ne l'utilisez pas pour des mots-clés SEO classés, le stemming, la suppression de mots vides ou la segmentation de phrases — ces pages servent d'autres requêtes.

Cas d’usage

Banques de vocabulaire et flashcards

Enseignants et apprenants collent un paragraphe et obtiennent une liste ordonnée propre de mots pour flashcards, sans nettoyage manuel des doublons.

Audits de vocabulaire de brouillons

Les rédacteurs vérifient quels mots uniques apparaissent dans un brouillon et si des variantes de casse ont été mélangées par accident entre titres et corps.

Questions fréquentes

Comment lister les mots uniques d'un texte ?

Le tableau words de la réponse liste chaque mot unique dans l'ordre de première apparition, avec count égal à la longueur du tableau.

Supprime-t-il les mots vides ou fait-il du stemming ?

Non. Il ne fait que tokeniser et supprimer les doublons exacts (ou pliés par casse) en préservant l'ordre de première apparition. Classement, stemming et listes de mots vides sont hors périmètre.

Bonjour et bonjour comptent-ils comme le même mot ?

Oui, par défaut. La casse est ignorée pour repérer les répétitions, mais la liste garde la forme que vous avez écrite en premier. Si vous désactivez cette option, Bonjour et bonjour deviennent deux entrées distinctes.

Pourquoi la liste n'est-elle pas dans l'ordre alphabétique ?

Parce qu'elle suit votre texte : chaque mot reste à l'endroit de sa première utilisation et n'est jamais trié. L'ordre de lecture est ainsi conservé pour des fiches ou une révision ; trier ou classer par fréquence est une autre tâche.

Les contractions et les mots composés sont-ils coupés ?

Non. Une apostrophe ou un trait d'union à l'intérieur d'un mot le garde en une seule entrée. Les espaces, virgules, points, emoji et autres signes de ponctuation séparent les mots.

Outils associés

Pour les développeurs — accès API

Tout sur cette page est disponible par programmation. Cette section s'adresse aux équipes qui veulent l'intégrer à leurs systèmes ; les autres peuvent simplement utiliser l'outil ci-dessus.

Endpoint

POSThttps://api.kit.forhosting.com/str/extract-unique-words

Authentification par jeton Bearer : un seul POST met la tâche en file d’attente, et le résultat vous parvient par webhook ou lien signé.

Appeler depuis votre stack

curl -X POST https://api.kit.forhosting.com/str/extract-unique-words \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text":"The quick brown fox jumps over the lazy dog. The fox is quick!"}'

const res = await fetch("https://api.kit.forhosting.com/str/extract-unique-words", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "text": "The quick brown fox jumps over the lazy dog. The fox is quick!"
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/str/extract-unique-words",
    headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
    json={
    "text": "The quick brown fox jumps over the lazy dog. The fox is quick!"
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/str/extract-unique-words", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => '{"text":"The quick brown fox jumps over the lazy dog. The fox is quick!"}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"text":"The quick brown fox jumps over the lazy dog. The fox is quick!"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/str/extract-unique-words", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

Exemple de requête

{
  "text": "The quick brown fox jumps over the lazy dog. The fox is quick!"
}

Exemple de réponse

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "str.extract_unique_words",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

L’API est asynchrone : chaque appel renvoie un task_id immédiatement, puis vous interrogez l’état à raison d’une requête par seconde.

Tarifs

par requête$0.002

Le prix est publié, sans tokens ni crédits. Une tâche qui échoue n’est pas facturée.

Erreurs

HTTP	Code	Signification
`401`	`unauthorized`	Clé API absente ou invalide : vérifiez l’en-tête Authorization.
`402`	`insufficient_balance`	Solde insuffisant : rechargez votre compte pour lancer cette tâche.
`404`	`unknown_type`	Type de tâche inconnu : vérifiez le champ type de votre requête.
`429`	`rate_limited`	Trop de requêtes : ralentissez la cadence, puis réessayez.

Notes techniques

Contrat d'entrée, rejet du vide et lecture des champs de réponse

Un texte composé uniquement d'espaces est autorisé lorsqu'il n'est pas vide : il peut produire zéro jeton et un tableau words vide, forme de succès valide. Comme l'algorithme est pure logique de chaînes, les tests d'intégration continue peuvent épingler l'objet complet. Le texte source suit les mêmes règles de rétention que les autres éléments de parse KIT. Envoyez un corps JSON avec le champ chaîne obligatoire text défini sur l'échantillon non vide à analyser. Les alias input, value, s, content et body sont acceptés lorsque d'anciens clients ou générateurs de formulaires utilisent ces noms. Un text manquant, une valeur non chaîne ou une chaîne de longueur nulle lèvent invalid_input avec un message qui nomme le problème, et ces échecs ne sont pas facturés sur l'API prépayée. L'option case_insensitive vaut true par défaut ; les alias ignore_case, ci et casefold sont acceptés. En cas de succès la réponse inclut words comme liste unique ordonnée, count et unique_count comme même cardinalité pour la commodité du SDK, total_tokens comme nombre de jetons de mots vus avant l'unicité, case_insensitive qui renvoie le mode utilisé, original qui renvoie l'entrée exacte pour les tableaux d'interface, et method toujours extract_unique_words pour que le code aval puisse brancher sans flairer les formes. Utilisez words seul lorsqu'un jeu de cartes n'a besoin que de l'ensemble de vocabulaire ; utilisez total_tokens à côté de count pour une idée rapide de la répétition de la source. Gardez les charges utiles à des tailles de document ordinaires adaptées à un isolat Worker plutôt qu'à des dumps multi-mégaoctets ; ce produit est un utilitaire de texte, pas un entrepôt en masse.

Usage API, tarification, flux de travail et limites pratiques

Appelez l'outil gratuit dans le navigateur pour lister les mots uniques pour des banques de mots de devoirs, des audits de style et des contrôles rapides de vocabulaire sans écrire un one-liner split-et-Set dans chaque langage. Un flux typique colle un paragraphe, liste les mots uniques en mode sans casse, puis compare à une liste de niveau de lecture. Associez ce point de terminaison à des outils de densité de mots-clés ou de diff lorsque l'étape suivante est le classement ou la comparaison de deux brouillons, mais gardez lister les mots uniques comme page d'atterrissage propre pour ne pas mélanger l'intention extraire-liste-de-mots avec l'extraction de mots-clés SEO ou les statistiques PDF. N'attendez pas de détection de langue, de lemmatisation ou de stemming multilingue — ce sont des problèmes distincts avec des termes SEO distincts. Utilisez l'API prépayée KIT lorsqu'un CMS, un pipeline de contenu, un harness QA, une application de tutorat ou un client mobile a besoin du même contrat sous solde à $0.002 par élément réussi ; les échecs de validation ne consomment jamais le solde après le rejet du moteur. Les auteurs de SDK peuvent documenter text comme seul champ requis, montrer un exemple de succès avec des mots répétés et un exemple d'erreur de chaîne vide pour que les intégrateurs voient les deux côtés du contrat.

Cas d'intégration

Fixtures CI pour pipelines de jetons

Les scripts de build épinglent les sorties golden de mots uniques pour que les régressions de tokenisation et de pliage de casse fassent échouer l'intégration continue immédiatement.

Questions techniques

Hello et hello sont-ils traités comme le même mot ?

Par défaut oui : case_insensitive vaut true, ils partagent une entrée et la première forme de surface est conservée. Mettez case_insensitive à false pour lister séparément les jetons distincts par casse.

Que se passe-t-il si text est vide ?

La requête échoue avec invalid_input. L'entrée vide n'est pas autorisée ; les échecs de validation ne sont pas facturés sur l'API prépayée.

L'outil lister les mots uniques est-il gratuit ?

L'outil navigateur s'exécute gratuitement sur votre appareil. Les appels API utilisent le solde prépayé KIT à $0.002 par élément réussi.

Consulter la documentation complète du KIT →

Lancer gratuitement