vscode-wordcount-cjk

English Version

注意：本插件基于张鹏程编写的Word Count CJK 发布于此，仅用于测试‘VSCode插件市场的发布功能’及个人私用。

添加了一些功能：

使用字符串数组来配置wordcount_cjk.statusBarTooltipTemplate:
"wordcount_cjk.statusBarTooltipTemplate": [
  "Line 1",
  "Line 2",
  "Line 3",
],
为wordcount_cjk.statusBarTooltipTemplate添加了一些对齐辅助用的转义符号因为之前的版本在windows上显示时没法对齐，TAB对齐没有效果这个对齐功能仅在以微软雅黑为系统默认字体的Windows系统上有效，(Mac上用的别的字体，而且用TAB对齐没有问题)
\\ap: 对齐点。使用对齐点来切分行，每一行对应的对齐点是对齐的。
\\l: 变长空当。与上面的\\ap配合使用，可以实现左/右对齐功能。使用效果如下：
"wordcount_cjk.statusBarTooltipTemplate": [
   "|左对齐AA\\l|\\ap|左对齐AA\\l|",
   "|\\l右对齐BBB|\\ap|\\l右对齐BBB|",
   "|左对齐C\\l|\\ap|左对齐C\\l|",
   "|\\l右对齐D|\\ap|\\l右对齐D|",
   "|左对齐EEE\\l|\\ap|左对齐EEE\\l|"
],
上面的配置将显示为如下内容:
添加了自定义变量，用于 wordcount_cjk.statusBarTextTemplate 和 wordcount_cjk.statusBarTooltipTemplate 中的字符串模版，可以使用正则表达式来匹配。
"wordcount_cjk.customVars": [
  {
    "name": "中文字数",
    "regex": "[\\u4E00-\\u9FA5\\uF900-\\uFA2D]"
  },
  {
    "name": "英文单词数",
    "regex": "[a-zA-Z_]+"
  },
  {
    "name": "ascii",
    "regex": "[\\u0000-\\u00FF]"
  },
  {
    "name": "空白",
    "regex": "\\s"
  },
  {
    "name": "常用标点符号",
    "regex": "[，。；“”‘’：,.;\"']"
  },
  {
    "name": "非中文非ASCII",
    "regex": "[^\\u0000-\\u00FF\\u4E00-\\u9FA5\\uF900-\\uFA2D]"
  },
  {
    "name": "空行",
    "regex": "\\n(?=\\r?\\n)"
  }
]
添加调试模式配置"wordcount_cjk.debug": true,，启用后可以在“输出”的“wordcount_cjk”子项中，看到所有自定义变量的计算结果。

VSCode 的 word count 都是老外写的，没有一个能统计中文字数的，所以我就写了一个。

Features

在这个版本里，统计了：

总字符数.
非空白字符数.
英语单词数.
非 ASCII 码字符数.
CJK 字符数.

如果你不输入日语和韩语，可以把 CJK 字符数当成中文字符数。

支持如下类型文件中的统计：

Markdown 文件.
纯文本文件.

对于其它类型的文件，比如 ReStructuredText，如果也想统计一下，我还提供了一个 Word Count 命令。不过，这个命令只会计数一次。如果想一直跟踪文档字数的变化，可以使用 Word Count Activate。要关闭计数功能，可以使用 Word Count Deactivate 命令。

统计结果会显示在状态栏，把鼠标悬停在状态栏上，可以看到完整的统计结果。在当然的版本中，CJK 字符是混在一起计算的。因为我不懂日语和韩语，不知道他们应该怎么统计。如果有哪位朋友有这个需求，并且知道要怎么统计的，请在 issue 区留言告诉我，谢谢赐教！

Extension Settings

wordcount_cjk.statusBarTextTemplate: 定制状态栏文本.
wordcount_cjk.statusBarTooltipTemplate: 定制状态栏提示.
wordcount_cjk.regexWordChar: 用来判断一个字符是否为英语单词字符的正则表达式.
wordcount_cjk.regexASCIIChar: 用来判断一个字符是否为 ASCII 码字符的正则表达式.
wordcount_cjk.regexWhitespaceChar: 用来判断一个字符是否为空白字符的正则表达式.
wordcount_cjk.activateLanguages: 设置哪些类型的文件会显示字数统计。

在 wordcount_cjk.statusBarTextTemplate 和 wordcount_cjk.statusBarTooltipTemplate, 可以使用下面这些占位符:

cjk: CJK 字符数.
ascii: ASCII 码字符数.
whitespace: 空白字符数.
en_words: 英语单词数.
total: 总字符数.

从 1.1 版开始，格式化字符串可以进行计算了，比如：共 ${total - ascii} 字, 其中的表达式，必须是一个有效的 JavaScript 表达式。

英语单词字符

就是能够构成一个单词的字符。默认使用 \w 来检测，也就是 [A-Za-z0-9_]。这是正则表达式的默认值。

ASCII 字符

在默认设置中, 使用了正则表达式 [\u0000-\u00FF] 来检测, 这包含了两个字符集:

0000-007F: C0 Controls and Basic Latin (ASCII)
0080-00FF: C1 Controls and Latin-1 Supplement (Extended ASCII)

空白字符

默认使用正则表达式的 \s 来检测，也就是: [ \f\n\r\t\v\u00a0\u1680\u180e\u2000-\u200a\u2028\u2029\u202f\u205f\u3000\ufeff]. 也就是不只包含了 ASCII 码中的空白字符, 还包含了 Unicode 中的空白字符.

CJK 字符

NOTE: 这个现在是不可配置的。

内建的正则表达式为 [\u4E00-\u9FA5\uF900-\uFA2D], 包含了:

4E00-9FFF: CJK Unified Ideographs
F900-FAFF: CJK Compatibility Ideographs

如果有需求的话，以后可能会把 CJK 三个字符集分开。

TODO

Enjoy!

Word Count CJK

krysenlo