我做了一个文本相似度检查工具：两篇文章到底有多像，一测便知

最近在整理我的在线工具站

最近在整理我的在线工具站 toolsonline.run，给 Text Similarity Checker（文本相似度检查）这个工具写文章的时候，突然想到一个场景——

你改了一版文案，老板说"这跟上一版差不多吧？"；你写了一篇原创，发出去被投诉抄袭；你从网上找了两段参考文献，想看看有没有大段重复……

这些场景都需要一个东西：文本相似度检测。

为什么要做这个工具？

市面上的查重工具，要么要注册，要么要收费，要么上传文件等半天。我想要的很简单：

• 两段文本丢进去，立刻出结果
• 不用注册，不用上传文件
• 纯浏览器计算，数据不经过服务器
• 支持中文（这个很重要，很多工具对中文支持很差）

于是就自己做了一个。

它能做什么？

把两段文本分别粘贴到 Text A 和 Text B，工具会自动计算：

• 相似度百分比——基于 Sørensen–Dice 系数，精确衡量两段文本的重合程度
• 共同词汇数——两段文本中一模一样的词有多少
• 文本重叠率——内容覆盖了多少

结果是实时更新的，你每改一个字，数字就会变。

技术上有什么特别的？

做这个工具遇到的最大挑战是中文分词。英文用空格分词就行，中文没有天然的分隔符。我用了 Intl.Segmenter 这个浏览器原生 API，可以正确处理中文、日文、韩文、泰文等 15+ 种语言的分词。不需要后端，纯前端搞定。

算法方面用的是 Sørensen–Dice 系数，这是一个经典的文本相似度算法，简单但够用。它比较两段文本的词频分布的交集和并集，得出一个 0-100% 的分数。

适合谁用？

• 写作者：检查自己的文章有没有无意间的重复段落
• SEO 从业者：检测内容是否有大量重复
• 学生：自查论文初稿
• 翻译/校对：对比不同版本的译文差异
• 程序员：比较配置文件或代码片段的差异

免费、开源、无广告

和我做的其他工具一样，这个工具完全免费，没有广告，没有注册门槛。所有计算都在浏览器本地完成，你的文本不会发送到任何服务器。

工具地址：https://toolsonline.run/text-similarity

如果你觉得有用，欢迎分享给需要的人。有问题也可以在评论区告诉我，我会持续优化。