从 R Markdown 中的字数统计中排除部分

我正在用 Rmarkdown 写一篇论文（通过 LaTeX 导出为 PDF），我需要计算正文中的字数。对于 LaTeX 文档，我使用texcount从命令行，使用我的 tex 文档中的以下标签指定要从字数统计中排除的部分：

%TC:ignore 
The part that is to be ignored (e.g., Appendix)
%TC:endignore 

如何在我的 Rmd 文件中包含 LaTeX 注释以避免手动添加%TC每次我重新生成它时，我的 tex 文件中都会包含行吗？

这是我的 MWE.Rmd:

---
output:
  pdf_document: 
    keep_tex: yes
---

Words that I want to count. 

<!-- TC:ignore -->
Words that I want to exclude but cannot, 
because the comments do not appear in the `.tex` file. 
<!-- TC:endignore --> 

%TC:ignore 
Other words that I want to exclude but this does not work either 
because `%` is not interpreted as \LaTeX comment. 
%TC:endignore 

#%TC:ignore
Another attempt; it does not work because `#` is for sections, 
not comments. 
#%TC:endignore

一旦我编织了 .Rmd 文件并获得了输出 .tex 文件，我将输入：

texcount MWE.tex

答案应该是6个字。 谢谢！

更新1：

在 Twitter 上，@amesoudi 建议使用 RStudio 插件 (WordCountAddIn) 来统计我的 Rmd 文档中的字数。该插件在那里可用https://github.com/benmarwick/wordcountaddin https://github.com/benmarwick/wordcountaddin。然而，这不是自动化的，并且仍然涉及一些指向和点击。

更新2：
另一种解决方案是

• 使用特定的表达式来识别应该是 LaTeX 注释的内容，例如LATEXCOMMENT%TC:ignore in the .Rmd file,

• 有一个脚本可以自动删除LATEXCOMMENT生成的表达式.tex文档（例如sed)

实际上，我们可以直接使用 .Rmd 文件，而不是对输出的 LaTex 文件进行字数统计。

这段代码的方法与字数统计插件 https://github.com/benmarwick/wordcountaddin您提到了标签之间的任何文本<!---TC:ignore---> and <!---TC:endignore--->不会被计入计数：

library(stringr)
library(tidyverse)

RmdWords <- function(file) {

  # Creates a string of text
  file_string <- file %>%
    readLines() %>%
    paste0(collapse = " ") %>%
    # Remove YAML header
    str_replace_all("^<--- .*?--- ", "") %>%    
    str_replace_all("^--- .*?--- ", "") %>%
    # Remove code
    str_replace_all("```.*?```", "") %>%
    str_replace_all("`.*?`", "") %>%
    # Remove LaTeX
    str_replace_all("[^\\\\]\\$\\$.*?[^\\\\]\\$\\$", "") %>%
    str_replace_all("[^\\\\]\\$.*?[^\\\\]\\$", "") %>%
    # Deletes text between tags
    str_replace_all("TC:ignore.*?TC:endignore", "") %>%
    str_replace_all("[[:punct:]]", " ") %>%
    str_replace_all("  ", "") %>%
    str_replace_all("<", "") %>%
    str_replace_all(">", "")

  # Save several different results
  word_count <- str_count(file_string, "\\S+")
  char_count <- str_replace_all(string = file_string, " ", "") %>% str_count()

   return(list(num_words = word_count, num_char = char_count, word_list = file_string))
}

该函数返回列表中的三个项目：

• 字数：文件中的字数
• num_char: 字符数
• 单词表：文档中所有单词的列表

如果您想在编译后的报告中显示结果，您可以内联编写 r 代码，如下所示：

```{r}
words <- RmdWords("MWE.Rmd")
```
 There are seven words with 34 characters.

<!-- TC:ignore -->
Words that I want to exclude but cannot, 
because the comments do not appear in the `.tex` file. 
<!-- TC:endignore --> 

<!-- TC:ignore -->
Word Count: `r words$num_words` \newline
Character Count: `r words$num_char`
<!-- TC:endignore --> 

注：部分原剧本改编自http://www.questionflow.org/2017/10/13/how-to-scrape-pdf-and-rmd-to-get-inspiration/ http://www.questionflow.org/2017/10/13/how-to-scrape-pdf-and-rmd-to-get-inspiration/