LaTeX 文档单词统计

Question

我知道counting words in a LaTeX document 有多种方式，其中一些方式比其他方式更精确。

我所追求的是一种对 LaTeX 文档执行简单统计的方法。也就是说，我想分别计算每个单词的实例数，而不是仅仅对所有单词进行分组并计算其长度。

输出如下所示：

1. (15% - 456) that
++++++++++++++++++++++++++++++++++++++++++++
2. (10% - 308) the
++++++++++++++++++++++++++++++
3. (8%  - 213) is
+++++++++++++++++++++
4. (4%  - 102) of
+++++++++
5. (2%  -  55) and
++++

是否有任何工具可以做类似的事情？

Answer 1

我找不到任何包/脚本来做我需要的事情，所以我最终构建了自己的。

这是一个小的（基本的）Python 脚本，但它可以胜任。输出如下所示：

Number of unique words: 1945
Total number of words: 16660

  0.  1210     (7.26%) - the
  1.   461     (2.77%) - in
  2.   431     (2.59%) - of
  3.   317     (1.90%) - a
  4.   313     (1.88%) - and
  5.   304     (1.82%) - for
  6.   304     (1.82%) - to
  7.   241     (1.45%) - is
  8.   176     (1.06%) - words
  9.   165     (0.99%) - by
Sum percentage: 23.5%

Word lengths distribution:
 1  ++ (317)
 2  ++++++++++++++++++++ (2602)
 3  ++++++++++++++++++++++++++++++ (3947)
 4  ++++++++++++++++++ (2342)
 5  +++++++++++++ (1752)
 6  ++++++++++ (1348)
 7  +++++++++ (1154)
 8  ++++++++ (1071)
 9  ++++++ (787)
10  ++++ (586)
11  +++ (383)
12  + (129)
13  + (123)
14  + (36)
15  + (83)

它已上传到 Github 仓库：LaTexWordStats。