扫描Rmarkdown文档中的bibtexkey

问题描述

我喜欢 Rmarkdown 生成文档的简便性，并且我正在Bibtex（* .bib）文档中维护自己的库。 我正在使用these instructions引用文档（ bibtexkey 以“ @”符号开头）。

我的问题是：是否可以扫描Rmarkdown文档（* .Rmd）并提取该文档中引用的bibtexkey列表？ 这对于生成要附加到项目而不是所有ca的库的子集可能非常有用。我的图书馆中积累了6000份参考文献。

解决方法

您可以通过查找给定的字符串模式（即.Rmd）来解析@文档。

示例：

创建示例文件

Rmd_txt  <- "Lorem ipsum dolor sit amet [@bibkey_a],consectetur adipisici elit [@bibkey_b],sed eiusmod tempor incidunt ut labore et dolore magna aliqua [@bibkey_c;@bibkey_d]."
writeLines(Rmd_txt,"rmdfile.Rmd")

读取文件：

Rmd <- readChar("rmdfile.Rmd",nchars=1e6)

使用RegExp查找所有以[@开头和以]结尾的字符串的情况

pattern <- "\\[@(.*?)\\]"
m <- regmatches(Rmd,gregexpr(pattern,Rmd))[[1]]
m
[1] "[@bibkey_a]"           "[@bibkey_b]"           "[@bibkey_c;@bibkey_d]"

最后，根据需要拆分并清理字符串

res <- unlist(strsplit(m,";"))

res<- gsub("\\[","",res)
res<- gsub("\\]",res)

res
[1] "@bibkey_a" "@bibkey_b" "@bibkey_c" "@bibkey_d"

,

在研究了几种选择之后，我从软件包str_extract()中访问了函数stringr。 在这里，我假设您有一个bibtex库，其中包含所有引用的参考文献（通常更多）。 由于bibtexkey样式的不同，我也将Oto Kaláb的示例与自己的示例结合在一起。

首先是Rmd文档。

rmd_text <- c("# Introduction","Lorem ipsum dolor sit amet [@bibkey_a],","sed eiusmod tempor incidunt ut labore et dolore magna aliqua [@bibkey_c;@bibkey_d].","According to @Noname2000,the world is round [@Ladybug1999;Ladybug2009].","This knowledge got lost [@Ladybug2009a].")
writeLines(rmd_text,"document.Rmd")

注释下一个代码块。最后，我们获得一个包含所有引用参考的向量，可以用unique()对其进行压缩。

# Bibtexkeys from bib file
keys <- c("bibkey_a","bibkey_b","bibkey_c","bibkey_d","Noname2000","Ladybug1999","Ladybug2009","Ladybug2009a")
keys <- paste0("@",keys)

# Read document
document <- readLines("document.Rmd")

# Scan document line by line
cited_refs <- list()
for(i in 1:length(document)) {
    cited_refs[[i]] <- str_extract(document[i],keys)
}

# Final output
cited_refs <- unlist(cited_refs)
cited_refs <- cited_refs[!is.na(cited_refs)]

summary(as.factor(cited_refs))

然后可以将生成的矢量聚合起来，以了解文本中出现的频率（我认为也对检测稀有引文有用）。我也在考虑在输出中提取“行号”。

,

一个更简单的解决方案是使用功能bbt_detect_citations()程序包rbbt。

另请参阅this discussion