使用python统计tex字数(一):最精简版本

人生苦短,我用Python!

tex大法好,适合科技论文的写作,不用每次看着word奔溃或者是占据很大的内存。就像写一个txt文档一样的简洁优雅,用命令行编译就能编译出pdf文件。但是同时没有所见即所得的方便和字数统计等功能。

由于Tex的是一种标记语言,所以是语法、命令和内容混合在一起的。想要统计纯内容的字数,需要解决的问题如下:

  1. 区分语法和内容
  2. 统计语法调用
  3. 统计文章结构
    在网上下载了texcount软件,试用之后发现这货竟然没法统计input文件的任何数据。所以就萌生了想自己写个tex解析的脚本来统计tex源文件的字数。

因为tex文件可以通过include和input两个命令来添加外部的文件,所以这里可以使用递归的方式将所有的主文件包括加载的其它所有文件进行汇总。为之后的统计提供文件读取支持。

下面是一个最精简版本的tex统计代码,旨在说明运行过程,在后续的过程中我会逐渐完善这个统计工具。

#coding:utf-8

import os,sys

def readTex(fileName):
    curPath=os.path.dirname(fileName)
    lineArray=[]
    with open(fileName,'r') as f:
        lines=f.readlines()
        for line in lines:
            line=line.strip()
            if '\include' in line or '\input' in line:
                fileName=line.split("{")[1][0:-1]+".tex"
                lineArray.extend(readTex(os.path.join(curPath,fileName)))
            else:
                lineArray.append(line)
    return lineArray
    
def count(lineArray):
    count=0
    for line in lineArray:
        if not line.startswith("\\"):
            count+=len(line.split(" "))
    return count

if __name__ == '__main__':
    texFile=sys.argv[1]
    print count(readTex(texFile))

上面的代码已经可以统计出来了tex中正文内容的字数,但是是不准确的,主要原因有以下几点:

  1. 基本没做语法剔除,只是将\为一行开头的语法直接去除了。
  2. 正文中可能使用了一些其他的语法,比如\site,\label,\ref等。这些都对最终的字数产生了影响。
  3. 只统计了正文,一个健全的tex统计工具还需要有语法元素 的统计。

预告:下一节中,我们会增加部分功能,具体的功能的增加视情况而定。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 148,827评论 1 317
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 63,511评论 1 266
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 99,318评论 0 218
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,108评论 0 189
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,112评论 1 266
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,387评论 1 185
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 30,905评论 2 283
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,657评论 0 177
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,144评论 0 223
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,744评论 2 225
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,100评论 1 236
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,565评论 2 222
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,041评论 3 216
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,769评论 0 9
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,301评论 0 178
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,173评论 2 239
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,313评论 2 242

推荐阅读更多精彩内容

  • linux资料总章2.1 1.0写的不好抱歉 但是2.0已经改了很多 但是错误还是无法避免 以后资料会慢慢更新 大...
    数据革命阅读 11,971评论 2 34
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,036评论 18 139
  • Ubuntu的发音 Ubuntu,源于非洲祖鲁人和科萨人的语言,发作 oo-boon-too 的音。了解发音是有意...
    萤火虫de梦阅读 98,207评论 9 468
  • 这一系列(将来)的文章充分证明了我的迷茫。 我很确信:想不清楚自己未来想要的生活、想不清楚自己的人生、不知道自己喜...
    keep十四君阅读 119评论 0 0
  • 每个孩子的降临都是上帝对父母的恩赐,那如果这个孩子有一堆爸妈呢? 晒娃时间到!!! 一群热血的咖啡疯子们经过了几个...
    杨四壶阅读 225评论 0 0