> For AI agents: the complete documentation index is available at /llms.txt, the full documentation bundle is available at /llms-full.txt.

# 文本分割器

[文本分割器](https://tools.newzone.top/zh/text-splitter) 是一款长文本处理工具，适用于 ChatGPT、DeepSeek 等 AI 模型的上下文切分，以及分段发布、逐句翻译、字幕稿整理等场景。工具提供**四种切分模式**：符号、长度、中文、英文，结果可复制成合并全文，也可每段导出为独立文件。

![文本分割器界面](/img/text-splitter-zh.webp "文本分割器使用界面")

:::tip 30 秒上手

1. 粘贴或上传长文本（非 UTF-8 文件请直接上传，别粘贴）
2. 选 **切分模式**：
   - 按标点、逗号、竖线等符号断行 → **符号**（默认）
   - 切成固定字符块 → **长度**
   - 中文长文按整句 → **中文**
   - 英文按整句 → **英文**
3. 符号模式：填分隔符 + 用「每段分隔符数」定粒度；长度模式：填字符数（留空 = 5000）
4. 点执行 → 「复制合并文本」/「导出合并文本」/「导出分段文件」三选一

:::

## 四种切分模式

四种模式通过配置卡顶部的 Segmented 选择器切换，标签为「符号 / 长度 / 中文 / 英文」，鼠标悬停可看到每种模式的详细说明。每种模式只显示自己的配置项，互不干扰。

### 1. 符号（默认）

按你填的分隔符切分：每命中一个分隔符切出一个**最小段**，分隔符保留在段尾；再按「每段分隔符数」把相邻的最小段合并成最终结果。

**两个参数**

- **分隔符**：决定在哪里切。多个符号用**空格**隔开，命中任意一个都会切
- **每段分隔符数**：默认 1，即每个分隔符都断一行；填 N 表示每 N 个最小段合成一段。末尾不足 N 个的残余单独成一段

**按逗号切分的例子**

以 `苹果,香蕉,橙子,葡萄,西瓜,芒果` 为例，分隔符填 `,`：

| 每段分隔符数 | 结果段数 | 输出                                           |
| ------ | ---- | -------------------------------------------- |
| `1`    | 6 段  | `苹果,` / `香蕉,` / `橙子,` / `葡萄,` / `西瓜,` / `芒果` |
| `2`    | 3 段  | `苹果,香蕉,` / `橙子,葡萄,` / `西瓜,芒果`                |
| `3`    | 2 段  | `苹果,香蕉,橙子,` / `葡萄,西瓜,芒果`                     |

换成句末标点也是同一套逻辑：分隔符填 `。 ？ ！`、每段分隔符数填 `3`，就是**每三句合成一段**。

**默认分隔符随界面语言**

- 中文 / 繁体中文 / 日文界面：`。 ？ ！`
- 其他语言界面：`. ? !`

两套不合并成一份，是因为裸 ASCII 句点在真实文本里常常不是句末标记 —— 合并后 `3.5` 会被切成 `3.` 和 `5`、`config.json` 被切成 `config.` 和 `json`、`tools.newzone.top` 被切成三段。输入框下方的「中日韩」「英文/拉丁」两个预设按钮可一键切换。

**分隔符输入框支持**

- 手动输入任意符号，多个用空格隔开，如 `, ; |` 或 `。 ？ ！ . ? !`（中英混排）
- 多字符分隔符，如 `……`、`---`
- 转义字符：`\n`（换行）、`\r`（回车）、`\t`（制表符）、`\s`（空格）、`\\`（反斜杠）
- 正则特殊字符按字面处理，填 `.` 就是切句点，不会被当成"任意字符"

**边界行为**

- 连续出现的分隔符（如 `一句。。两句`）归并到前一段，不产生空段
- 位于开头的分隔符积攒为下一段的前缀
- 因此把结果用同样的连接方式合并回去，可以还原原始字符

**一个都没命中时**：会提示「分隔符未在文本中出现」并且不做切分。阿拉伯语 `؟`、印地语 danda `।`、泰语无句末标点等情况不在默认值覆盖范围内，需要手动填该语言的实际标点，或改用分段模式。

### 2. 长度

按设定的字符数把文本切成块。**留空即回落到 5000 字符**（最小 1）。

选 5000 是因为如今以字符计的硬限制主要来自**机器翻译 API**——Google 翻译与 DeepL 免费版都是 5000 字符/次，超了直接被拒；而 LLM 上下文早已不是瓶颈（GPT-5.6 约 400K token，Claude / Gemini / DeepSeek 均 1M token，切成 2000 字符等于没切）。

这个模式下方还有一个**独立的分隔符字段**，用途与符号模式完全不同——它只用于**对齐切点**，填了才生效：

- **填了分隔符**：按长度切块，切点自动回退到最近的分隔符，避免句子被拦腰截断
- **留空**：硬按长度切，不管句子边界

:::warning 两个分隔符字段是独立的
符号模式的「分隔符」和长度模式的对齐分隔符**各存各的**，因为二者对"空"的含义相反：前者空 = 没得切（所以有默认值），后者空 = 就是要纯硬切（所以没有默认值）。改其中一个不会影响另一个。
:::

该模式会先把换行统一成空格再切分。

### 3. 中文

按中文标点和段落规则识别整句边界后切分，一句一段。适合中文文章、博客、字幕稿的逐句处理。无需额外配置。

中英混排也用这个模式——它同时识别中文（`。！？`）和英文（`. ! ?`）句末标点，不会在单词中间切断。

### 4. 英文

用 compromise NLP 库的英文句子算法识别边界，每句一段。适合英文文档、邮件、论文。无需额外配置。

## 合并分隔符

配置卡下半部分（分隔线以下）是「切完拿什么」的设置。**合并分隔符**决定「复制合并文本」和「导出合并文本」时各段之间用什么连接：

- 默认两个换行符 `\n\n`，即段与段之间空一行
- 支持 `\n`、`\t`、`\s` 等转义字符
- 留空即回落到默认的两个换行符
- 设置会被记住，下次打开仍是你上次填的值

想拼成一行 CSV？填 `,`。想拼成不带空行的连续文本？填 `\n`。

:::tip 合并结果不等于原始排版
「长度」与「中文」「英文」分段模式会先把换行压成空格、丢弃空行，所以合并回去得到的是重新拼接的文本，不是原文的排版。需要严格还原原文时用「符号」模式——它保留分隔符，合并可还原。
:::

## 通用设置

- **隐藏结果**：切分结果过多（超过 500 段时自动触发）可开启本项隐藏预览，避免页面卡顿。此时仍可正常导出，也可点「仍要显示」强制渲染。
- **导出文件名**：自定义导出文件的基础名。默认用上传的文件名，未上传则用 `split_text`，派生的文件固定 `.txt` 后缀。

## 结果与导出

结果区三个按钮按「动作 × 形态」区分：

| 按钮         | 做什么                                            |
| ---------- | ---------------------------------------------- |
| **复制合并文本** | 用合并分隔符把所有分段接成一份全文，复制到剪贴板                       |
| **导出合并文本** | 同一份全文，存成单个 `.txt` 文件                           |
| **导出分段文件** | 每段一个文件；**超过 3 段自动打包**为 `<文件名>_split_files.zip` |

此外每段卡片右上角有单独的复制按钮，点击后图标变为打勾确认。

## 场景配方

### 按符号切分

| 场景           | 模式 | 分隔符           | 每段分隔符数 |
| ------------ | -- | ------------- | ------ |
| 逗号列表逐项拆开     | 符号 | `,`           | `1`    |
| 逗号列表每 3 项一组  | 符号 | `,`           | `3`    |
| 中文长文逐句拆开     | 符号 | `。 ？ ！`       | `1`    |
| 中文长文每 3 句一段  | 符号 | `。 ？ ！`       | `3`    |
| 中英混排逐句拆开     | 符号 | `。 ？ ！ . ? !` | `1`    |
| CSV / 日志按字段拆 | 符号 | `, ; \|`      | `1`    |
| 按空行分段（保留原排版） | 符号 | `\n\n`        | `1`    |
| 按制表符拆表格列     | 符号 | `\t`          | `1`    |
| 省略号分隔的小说对白   | 符号 | `……`          | `1`    |

### 按长度切分

- **喂给机器翻译 API**：长度模式，字符数留空（= 5000，正好卡在 Google / DeepL 免费版上限），分隔符填 `。 ？ ！` 或 `. ? !`，切点自动对齐句末
- **喂给本地小模型**：长度模式，字符数按模型上下文调小（如 2000），分隔符同上
- **代码 / Markdown 按块切**：长度模式 + 对齐分隔符填 `\n\n`

### 按整句切分

- **分段发布到社交平台**：中文用「中文」模式、英文用「英文」模式保证句子完整，再用「导出分段文件」按 1/N、2/N 依次发布。各平台上限参考：Twitter 280、Threads 500、微博 140、小红书 1000、豆瓣广播 140、LinkedIn 3000
- **逐句翻译 / 字幕稿整理**：中文或英文模式，一句一行，方便逐条对照

### 与其他工具搭配

- 切出来的块是 i18n JSON 片段 → 用 [JSON 翻译](/guide/translation/json-translate.md) 批量翻译并保留键名结构
- 切出来的块是 Markdown 章节 → 用 [Markdown 翻译](/guide/translation/md-translator.md) 保留代码块与 Front Matter
- 需要先去重、正则提取、抽 URL 再投喂 AI → 先过一遍 [多功能文本处理](/guide/text/text-toolbox.md)
- 切完还想按模板重新拼装（如拼成 CSV、SQL） → 用 [文本拼接](/guide/text/text-joiner.md)

## 编码与文件

非 UTF-8 编码的文件（法语 GBK、日语 Shift-JIS、韩语 EUC-KR 等）请**直接上传文件**而不是粘贴内容——工具会自动检测编码，避免乱码。

工具完全在浏览器本地运行，不会上传任何内容到服务器。