Nombre de mots correct d'un document LaTeX

Question

Je suis actuellement à la recherche d'une application ou d'un script qui fait un compte correct des mots pour un document LaTeX.

Jusqu'à présent, je n'ai rencontré que des scripts qui fonctionnent uniquement sur un seul fichier mais ce que je veux, c'est un script qui peut ignorer en toute sécurité les mots-clés LaTeX et aussi parcourir les fichiers liés... c'est-à-dire suivre les liens \include et \input pour produire un compte de mots correct pour l'ensemble du document.

Avec vim, j'utilise actuellement ggVGg CTRL+G mais évidemment cela montre le compte pour le fichier actuel et n'ignore pas les mots-clés LaTeX.

Est-ce que quelqu'un connaît un script (ou une application) qui peut faire ce travail ?

Answer 1

J'utilise texcount. La page web a un script Perl à télécharger (et un manuel).

Il inclura des fichiers tex qui sont inclus (\input ou \include) dans le document (voir -inc), prend en charge les macros, et a de nombreuses autres fonctionnalités intéressantes.

Lorsque vous suivez les fichiers inclus, vous obtiendrez des détails sur chaque fichier séparé ainsi qu'un total. Par exemple, voici la sortie totale pour un document de 12 pages que j'ai:

TOTAL COUNT
Files: 20
Words in text: 4188
Words in headers: 26
Words in float captions: 404
Number of headers: 12
Number of floats: 7
Number of math inlines: 85
Number of math displayed: 19

Si vous êtes uniquement intéressé par le total, utilisez l'argument -total.

Answer 2

Je suis allé avec le commentaire de icio et j'ai fait un comptage de mots sur le PDF lui-même en redirigeant la sortie de pdftotext vers wc:

pdftotext file.pdf - | wc - w

Answer 3

latex file.tex
dvips -o - file.dvi | ps2ascii | wc -w

devrait vous donner un décompte de mots assez précis.

Answer 4

Pour ajouter à @aioobe,

Si vous utilisez pdflatex, faites simplement

pdftops fichier.pdf
ps2ascii fichier.ps|wc -w

J'ai comparé ce décompte au décompte dans Microsoft Word dans un document de 1599 mots (selon Word). pdftotext a produit un texte avec plus de 1700 mots. texcount n'a pas inclus les références et a produit 1088 mots. ps2ascii a retourné 1603 mots. 4 de plus qu'avec Word.

Je dirais que c'est un décompte assez précis. Je ne suis pas sûr d'où vient la différence de 4 mots, cependant. :)

Answer 5

J'utilise le script VIM suivant :

function! WC()
    let filename = expand("%")
    let cmd = "detex " . filename . " | wc -w | perl -pe 'chomp; s/ +//;'"
    let result = system(cmd)
    echo result . " mots"
endfunction

... mais il ne suit pas les liens. Cela consisterait essentiellement à analyser le fichier TeX pour obtenir tous les fichiers liés, non?

L'avantage par rapport aux autres réponses est qu'il n'est pas nécessaire de produire un fichier de sortie (PDF ou PS) pour calculer le nombre de mots, donc c'est potentiellement (selon l'utilisation) beaucoup plus efficace.

Quoique le commentaire d'icio soit théoriquement correct, j'ai constaté que la méthode ci-dessus donne des estimations assez précises du nombre de mots. Pour la plupart des textes, cela se situe largement dans la marge de 5 % qui est utilisée dans de nombreux devoirs.