Re: wordcount
Petra Rübe-Pugliese (via tex-d-l Mailing List) <[email protected]>
| Newsgroups | gmane.comp.tex.german |
|---|---|
| Organization | CTAN |
| Message-ID | <Y4SBB743eyKfOy3B@prptp> |
Hallo Doris, On Mon 28 Nov 2022 at 07:31:48 +0100 Doris Behrendt <[email protected]> wrote: > > ich stehe vor der Aufgabe, die Wörter eines 700-Seiten PDF zu zählen, welches sehr viel Mathe, Codebeispiele, Bilder etc. enthält. Hmm, wie man die "Wörter" in Mathe-Formeln und Code-Beispielen bewertet und zählt, weiß ich leider nicht. > > > Wie würdet ihr das machen? Ich habe ps2ascii datei.pdf | wc -w genommen, aber befürchte, dass der Count sehr ungenau ist. Ja, diese Idee hatte "im Prinzip" auch mal, als ich das vor Jahren gefragt wurde (mit pdftotext statt ps2ascii, aber darauf kommt es hier ja nicht an). Ich habe mir dann noch überlegt, dass in der pdf-Datei mindestens folgendes abgestellt sein sollte: -> Kopf- und Fußzeilen, -> Titel und Inhaltsverzeichnis, -> Silbentrennung, -> Nummerierung der Überschriften. Die kleine .sty-Datei, die das bewirken sollte, habe ich angehängt. Ich habe das aber nie einem echten Praxistest unterzogen. Viele Grüße Petra -- FAQ: http://texfragen.de/ Durchsuchbares Archiv: https://www.listserv.dfn.de/sympa/arc/tex-d-l Unsubscribe/Verwaltung: https://www.listserv.dfn.de/sympa/info/tex-d-l
prep-wordcount.sty
(text/x-tex, 1.2 KB)
% prep-wordcount.sty
%
% Prepare Word Count:
% Erzeuge für Wörterzählungen geeignete
% pdf-Dateien.
%
% Wenn dieses Paket kurz vor \begin{document}
% eingelesen wird, sollte es in dem Dokument:
% -> Kopf- und Fußzeilen abstellen,
% -> Titel und Inhaltsverzeichnis abstellen,
% -> Silbentrennung abstellen,
% -> Nummerierung der Überschriften abstellen
%
% In der daraus resultierenden pdf-Datei sollten
% dann relativ korrekte automatisierte Wörter-
% zählungen durchführbar sein.
% Erstellt am Mo., 17. Sep. 2018 von Frau Rübe
% Letzte Änderung: siehe \ProvidesPackage{}
\ProvidesPackage{prep-wordcount}[2018/09/17]
% Silbentrennung abstellen:
\usepackage[none]{hyphenat}
% Der auf 8 Zeichen gekürzte Name soll
% offenbar "hyphenation" bedeuten.
% Flattersatz statt Blocksatz:
\raggedright
% Leere Kopf- und Fußzeilen:
\pagestyle{empty}
% Titelei und Inhaltsverzeichnis abstellen:
\renewcommand{\maketitle}{}
\renewcommand{\tableofcontents}{}
% Nummerierung von Überschriften abstellen:
\renewcommand{\thesection}{}
\renewcommand{\thesubsection}{}
\renewcommand{\thesubsubsection}{}
% Bei report käme noch \thechapter dazu,
% bei book außerdem noch \thepart.
% Fehlt noch was ?????
%%%%%%%%%%%%%%%% Ende von prep-wordcount.sty %%%%%%%%%%%%%%%%%