Comment compter le nombre de mots d'un document?

Il arrive parfois qu'un document soit soumis à une contrainte de taille exprimée en un nombre de mots.

Une solution simple existe, basée sur un constat simple : vos relecteurs ou jurys ont peu de chances de compter tous les mots d'un document qui leur est soumis. Par conséquent, une méthode statistique peut être employée :

• trouver combien de mots il y a sur une page entière ;
• trouver combien de pages complètes compte le document (en tenant compte des divers affichages et figures insérées, ce nombre ne sera probablement pas un entier) ;
• multipliez les deux.

Cependant, si le document à soumettre doit déterminer le reste de votre vie, mieux vaut peut-être ne pas tenter ce pied de nez. Vous vous retrouvez alors face à un problème complexe si la réponse doit être précise : il faut en effet pouvoir distinguer d'une part les mots à prendre en compte et d'autre part les commandes , qui devront être développées afin de savoir combien de mots elles engendrent. Différentes solutions, listées ci-dessous, existent et certains éditeurs proposent des traitements similaires.

Une solution consiste à générer une sortie dvi puis de la convertir en texte, avec dvi2tty, puis compter le nombre de mots. Il est possible aussi de transformer un document postscript en texte, avec ps2ascii. Le compte de mot peut être ensuite effectué avec des traitements de texte simples ou avec des utilitaires dédiés. Sur Linux, cela peut être fait en ligne de commande avec « wc » (pour word count).

Il est possible de travailler sur le source , en utilisant le programme detex, qui supprime toutes les commandes pour ne laisser que le texte. Ensuite, il ne reste qu'à compter ce qui reste. Voici, sur Linux, un exemple de shell avec la commande « wc » :

detex <> → ⟨fichier⟩ | wc -w

Il convient de noter que le programme detex n'est plus développé et est remplacé par opendetex.

Le script Perl latexcount fait ce travail, en étant en principe assez simple à configurer (voir documentation à l'intérieur du script).

Le script Perl texcount va très loin avec l'heuristique de dénombrement des mots d'un fichier . La documentation est complète et vous pouvez essayer le script en ligne via la page officielle du script.

Cependant, même un traitement sophistiqué du balisage ne peut jamais être entièrement fiable : le balisage lui-même peut ajouter ou retrancher des mots dans le texte.

L'extension wordcount contient un script Bourne shell (donc propre à Unix) qui exécute un fichier avec un bloc de code dédié puis qui compte les indications de mot obtenues dans le fichier journal. Il s'agit probablement du calcul automatique le plus précis dont vous pourrez disposer.

Source: How many words have you written?