增加性能对比，编写更直白的说明

.gitignore

@@ -3,3 +3,4 @@ dist
 node_modules
 .vscode-test/
 *.vsix
+extension-profiles/

.vscodeignore

@@ -9,3 +9,4 @@ vsc-extension-quickstart.md
 **/.eslintrc.json
 **/*.map
 **/*.ts
+images/large/

CHANGELOG.md

@@ -4,20 +4,18 @@ All notable changes to the "vscode-hanzi-counter" extension will be documented i
 
 ## TODO
 
-- 编写测试用的文本
-- 加入统计字数扩展比较和在线工具比较
-  - 性能比较
-  - 正确性比较
 - 加配置编写教程
 - twitter character count
 - 日本语较准确的「原稿用紙換算」
 - 发布到open vsx上
 
-## [1.3.2]
+## [1.3.2] - 2023-03-10
 
-- 将汉字和 CJK 字符包括 Letter_Number 类，使得「〇」和苏州码字也包括在汉字内
+- 将汉字和 CJK 字符包括 Letter_Number 类，使得「〇」和苏州码子也包括在汉字内
 - 更改非空白字符规则，添加 Segmenter
-- 编写了该扩展和其他工具的正确性比较
+- 增加了该扩展和其他工具的正确性对比文档
+- 增加了性能对比文档
+- 修改了 `README.md` 更直白，易于理解
 
 ## [1.3.1] - 2023-03-08
 

README.md

@@ -11,21 +11,7 @@ Customizable word counter with great support of Chinese characters (Hanzi), Japa
 作者不会日语和(朝鲜语/韩语)，但是这些语言字数统计是准确的。更多细节见下方说明。\
 The author hasn't learned Japanese or Korean language, but the character/word counters of those languages are correct. See below for more details. (You may want to use [google translate](https://translate.google.com/).)
 
-## 特色功能
-
-- 该扩展只在打开文件、保存文件时对全文统计字数。编辑过程中，扩展会只统计改变的部分，并动态更新统计结果。相比其他扩展每次修改都会重新全文统计，无论字数多少，该扩展只会占用极少的计算资源。约50万单词时，[VS Code 的示例词数统计扩展](https://marketplace.visualstudio.com/items?itemName=ms-vscode.wordcount)在编辑时出现明显卡顿（更改 markdown 判断代码使其在纯文本模式下启动，以消除markdown语法高亮的性能影响），本扩展依然能实时更新，没有可察觉的延迟。
-- 可使用 Javascript 自定义状态栏上、悬浮提示中显示的内容；使用正则表达式自主添加统计规则。自主编写规则、更改格式，可以解决你个人统计字数的绝大部分需求。
-- 可以为不同编程语言配置不同设置，或启用禁用显示。
-- 有丰富的预设配置，方便不同国家、不同语言用户使用。将来还会编写配置教程和英文描述。
-- 使用 `Intl.Segmenter` 划分字词，组合字符可以合起来统计，支持emoji
-
-## 图片展示
-
-![中文界面](images/screenshot-tooltip.png)
-![English](images/screenshot-tooltip-english.png)
-![高亮](images/screenshot-highlight.png)
-
-## 功能
+## 功能简介
 
 刚安装扩展时，状态栏的右下角会出现一个铅笔的图标，显示字数，鼠标移动到上面会弹出一个使用教程的提示，请按照提示更改设置。
 
@@ -37,34 +23,32 @@ The author hasn't learned Japanese or Korean language, but the character/word co
 
 状态栏显示默认在右边，也可以在设置里更改。
 
-## (朝鲜语/韩语)字符(谚文)规则说明
+## 对比其他扩展
+
+**不卡顿，性能好**
+
+统计结果按行缓存，不会因为字数很多就变卡顿。以下是与其他扩展的速度对比([详情](comparison.md#性能对比))。
+
+[<img alt="speed-comparison.png" src="images/speed-comparison.png" width="400px" />](comparison.md#性能对比)
+
+**支持多语言，中日韩**
 
-(朝鲜语/韩语)使用谚文作为主要书写系统。Unicode中，谚文可以使用音节形式和组合形式两种方法表示：音节形式即一个谚文方块字(音节)对应一个字符；而组合形式中，一个谚文方块字可由若干个部件字符(包括初声、中声、终声几类字符)组成。
+默认配置有英简繁日韩，内容符合对应语言用户所需
 
-通过对不同类型字符区别对待，可以准确地统计出谚文文本方块字(音节)的个数。规则如下：
+<img alt="中文界面" src="images/screenshot-tooltip.png" width="200px" />
+<img alt="English" src="images/screenshot-tooltip-english.png" width="200px" />
 
-|字符类型|正则|描述|
-|-|-|-|
-|音节和兼容字符|`[\\u{ac00}-\\u{d7af}\\u{3130}-\\u{318f}\\u{ffa0}-\\u{ffdf}]`|包括所有 [Hangul Syllables](https://en.wikipedia.org/wiki/Hangul_Syllables)、[Hangul Compatibility Jamo](https://en.wikipedia.org/wiki/Hangul_Compatibility_Jamo) 中的字符，和 [Halfwidth and Fullwidth Forms](https://en.wikipedia.org/wiki/Halfwidth_and_Fullwidth_Forms_(Unicode_block)) 中的半角谚文字符|
-|初声L|`[\\u{1100}-\\u{115f}\\u{a960}-\\u{a97f}]`|[Hangul Jamo](https://en.wikipedia.org/wiki/Hangul_Jamo_(Unicode_block)) 和 [Hangul Jamo Extended-A](https://en.wikipedia.org/wiki/Hangul_Jamo_Extended-A) 的所有L类字符|
-|中声V|`[\\u{1160}-\\u{11a7}\\u{d7b0}-\\u{d7ca}]`|[Hangul Jamo](https://en.wikipedia.org/wiki/Hangul_Jamo_(Unicode_block)) 和 [Hangul Jamo Extended-B](https://en.wikipedia.org/wiki/Hangul_Jamo_Extended-B) 的所有V类字符|
-|终声T|`[\\u{11a8}-\\u{11ff}\\u{d7cb}-\\u{d7ff}]`|[Hangul Jamo](https://en.wikipedia.org/wiki/Hangul_Jamo_(Unicode_block)) 和 [Hangul Jamo Extended-B](https://en.wikipedia.org/wiki/Hangul_Jamo_Extended-B) 的所有T类字符|
+**结果正确，符合直觉**
 
-参考：\
-<https://stackoverflow.com/questions/9928505/what-does-the-expression-x-match-when-inside-a-regex>\
-<https://stackoverflow.com/questions/53198407/is-there-a-regular-expression-which-matches-a-single-grapheme-cluster>
+正确地统计字数做起来比听起来难。本扩展使用 Unicode 属性决定字符属于哪类；使用现代 Javascript 分词 API `Intl.Segmenter` 处理组合字和组合符号。对各国文字、emoji 兼容性都极佳！（[详情](comparison.md#)）
 
-- 音节和兼容字符算一个字
-- L算一个字
-- V前没有L，算一个字
-- T前没有V，算一个字
+**点击即可高亮**
 
-合成後的正则表达式：
+无论如何也找不到文档中的某个非 ASCII 字符在哪？只需点一下，就可以把它高亮出来。也是方便的文字类型可视化工具。
 
-`[\\u{ac00}-\\u{d7af}\\u{3130}-\\u{318f}\\u{ffa0}-\\u{ffdf}]|[\\u{1100}-\\u{115f}\\u{a960}-\\u{a97f}]|(?<![\\u{1100}-\\u{115f}\\u{a960}-\\u{a97f}])[\\u{1160}-\\u{11a7}\\u{d7b0}-\\u{d7ca}]|(?<![\\u{1160}-\\u{11a7}\\u{d7b0}-\\u{d7ca}])[\\u{11a8}-\\u{11ff}\\u{d7cb}-\\u{d7ff}]`
+<img alt="highlight" src="images/screenshot-highlight.png" width="400px" />
 
-## Grapheme cluster boundary 和 Word boundary 规则说明
+**可自行魔改**
 
-Unicode grapheme cluster 是书写系统中[公认的「字符」](http://utf8everywhere.org/#characters)的[一种近似](https://unicode.org/reports/tr29/)。有组合符号的字符，虽然组合符号是多个 codepoints，但是整体是一个 grapheme cluster。
+作者「金毛」认为每个工具都应该留下足够大的魔改空间，总有一些深度用户有极强的改造力和控制力。因此，本扩展可以自行添加正则表达式匹配你想要的几乎任何东西，并用 Javascript 函数模板控制显示内容！(配置教程正在编写中…)
 
-Unicode 网站上有提供 [grapheme cluster 和 word 的规则](https://unicode.org/reports/tr29/)，javascript 中自带有 [`Intl.Segmenter`] 用来将文本分隔为 grapheme cluster 和 word 的。该扩展利用了该API进行指定语言的分词分句，详情请参考配置编写教程（暂未编写，有空会做）。

comparison.md

@@ -35,7 +35,7 @@
 **测试结果**
 
 |工具名|字符数|非空白字符数|单词数|中文字数(含/不含标点)|西文字数|句数|段数|其他|
-|-|-|-|-|-|-|-|-|-|
+|-|-:|-:|-:|-:|-:|-:|-:|-|
 |Multi-purpose Hanzi and Word Counter|453|453|1|453/382||24|||
 |Word Count CJK|453|453|0|382|||||
 |Japanese Word Count|453|453||||||原稿用紙換算(400x?枚): 2|
@@ -56,9 +56,9 @@
 > 家蚕（学名：Bombyx mori）是鳞翅目蚕蛾科家蚕蛾属的完全变态昆虫，为丝绸的主要原料来源，在人类经济生活及文化历史上占有重要地位。家蚕原产中国，其幼虫在华南地区俗称蚕宝宝或娘仔，成虫称为蚕蛾。
 
 |工具名|字符数|单词数|中文字数(含/不含标点)|假名字数|谚文字数|西文字数|句数|段数|其他|
-|-|-|-|-|-|-|-|-|-|-|
+|-|-:|-:|-:|-:|-:|-:|-:|-:|-|
 |Multi-purpose Hanzi and Word Counter|376/354|23|166/132|92(66/26)|100/66||10|||
-|Word Count CJK|376/354|6|166/132|92(66/26)|100/66||10|||
+|Word Count CJK|376/354|6|132||||10|||
 |Japanese Word Count|374/354||||||||原稿用紙換算(400x?枚): 1|
 |WordCounter|376|23||||||1|3Lines, ~0m7s reading time|
 |Microsoft Word|374/354|14|(314)|(314)|(314)|||3|行: 13|
@@ -132,7 +132,7 @@
 > Call me Ishmael. Some years ago⁠—never mind how long precisely⁠—having little or no money in my purse, and nothing particular to interest me on shore, I thought I would sail about a little and see the watery part of the world. It is a way I have of driving off the spleen and regulating the circulation. Whenever I find myself growing grim about the mouth; whenever it is a damp, drizzly November in my soul; whenever I find myself involuntarily pausing before coffin warehouses, and bringing up the rear of every funeral I meet; and especially whenever my hypos get such an upper hand of me, that it requires a strong moral principle to prevent me from deliberately stepping into the street, and methodically knocking people’s hats off⁠—then, I account it high time to get to sea as soon as I can.
 
 |工具名|总/非空白字符数|字母/标点符号|单词数|句数|其他|
-|-|-|-|-|-|-|
+|-|-:|-:|-:|-:|-|
 |Multi-purpose Hanzi and Word Counter|798/657|636/18|142/146/145|4|单词数分别为「空格分词」「基本词」和「分段分词」|
 |Word Count CJK|798/657||146|||
 |WordCounter|798||142||1 Line, 1 Paragraph, ~0m43s reading time|
@@ -148,7 +148,7 @@
 > qú lì qwək qaˤ ʂaŋ sí jɨ́ kʰɨ́j ʔin ʁwá puq bìe tsʰjuo tɕɨ
 
 |工具名|总/非空白字符数|字母/标点符号|单词数|句数|其他|
-|-|-|-|-|-|-|
+|-|-:|-:|-:|-:|-|
 |Multi-purpose Hanzi and Word Counter|56/50|43/0|14/16/14|1|单词数分别为「空格分词」「基本词」和「分段分词」|
 |Word Count CJK|63/50||18|||
 |WordCounter|63||14||1 Line, 1 Paragraph, ~0m4s reading time|
@@ -162,7 +162,7 @@
 > qú lì qwək qaˤ ʂaŋ sí jɨ́ kʰɨ́j ʔin ʁwá puq bìe tsʰjuo tɕɨ
 
 |工具名|总/非空白字符数|字母/标点符号|单词数|句数|其他|
-|-|-|-|-|-|-|
+|-|-:|-:|-:|-:|-|
 |Multi-purpose Hanzi and Word Counter|56/45|43/0|14/15/14|1|单词数分别为「空格分词」「基本词」和「分段分词」|
 |Word Count CJK|58/45||18|||
 |WordCounter|58||14||1 Line, 1 Paragraph, ~0m4s reading time|
@@ -192,7 +192,7 @@
 - 结果为21字符，说明直接将 UTF-16 长度当作字符串长度了
 
 |工具名|字符数|其他|
-|-|-|-|
+|-|-:|-|
 |Multi-purpose Hanzi and Word Counter|4||
 |Word Count CJK|21||
 |Japanese Word Count|4||
@@ -202,3 +202,27 @@
 |wordcounter.net|21|1 word 21 characters|
 |wordcount.com|21|0 words 21 characters|
 |countwordsworth.com|21|1 words; 21 characters|
+
+## 性能对比
+
+该扩展只在打开文件、保存文件时对全文统计字数。统计的结果按行缓存。编辑过程中，扩展会只统计改变的部分，并动态更新统计结果。无论字数多少，该扩展只会占用极少的计算资源，而其他扩展字数越多，性能就越差，占用 CPU 也会越多。
+
+性能测试方法如下：
+
+- 禁用其他字数统计扩展，启用待测试的字数统计扩展
+- 启动 Extension Host Profile
+- 打开待测文件
+  - 重复100次：
+    - 在文件最后输入`\naa bb`(`\n`代表换行符)
+  - 将输入内容全部删除
+- 保存文件，关闭文件
+- 停止 Extension Host Profile，保存 profile 结果
+- 在 profile 结果中查找总时间最长的扩展内函数。
+
+|扩展名称|moby-dick-1k|moby-dick-10k|moby-dick-100k|moby-dick-1000k
+|-|-:|-:|-:|-:|
+|Multi-purpose Hanzi and Word Counter|79.41ms|106.30ms|273.72ms|2,051.07ms|
+|Word Count CJK|86.64ms|454.77ms|3,877.94ms|38,058.62ms|
+|Japanese Word Count|2,562.11ms|假死|崩溃|崩溃|
+|WordCounter|54.18ms|187.56ms|1,280.74ms|12,288.55ms|
+