R Markdown с Blogdown - подсветка синтаксиса с помощью eval = F - PullRequest
Новая
       7

R Markdown с Blogdown - подсветка синтаксиса с помощью eval = F

0 голосов
/ 11 ноября 2018

Я собираю сайт, используя Blogdown / Hugo. Я «вручную» собираю код и вывод, а не динамически связываю с knitr, поскольку я не хотел загружать набор данных.

Итак, я использую стиль CSS, чтобы обвести границы кода и т. Д.

Это все работает так, как я хочу. Но есть ли способ также показать подсветку синтаксиса на визуализированной странице .html? Например, если я запускаю это с использованием приведенного ниже кода, вывод html будет первым снимком экрана, enter image description here

и я хотел бы, чтобы код был цветным, как на втором снимке экрана. enter image description here 

<style>
div.code pre { 
                font-family: 'Source Code Pro', 'Courier New', monospace;
                font-size: 12px;
                background-color:#F5F8FA;
                padding-top: 10px;
                padding-bottom: 10px;
                padding-left: 10px;
                border: 1px solid lightgrey;
                border-radius: 5px;
}
</style>

<style>
div.output pre { 
                font-family: 'Source Code Pro', 'Courier New', monospace;
                font-size: 12px;
                padding-top: 10px;
                padding-bottom: 10px;
                padding-left: 10px;
                border: 1px solid lightgrey;
                border-radius: 5px;
}
</style>


```{r setup, include=FALSE}
knitr::opts_chunk$set(collapse = T)
```

```{r, echo=FALSE}
library(rmarkdown) #used for syntax highlighting in this document
```


### Descriptives

The basic frequency histogram for Left and Right eye data, constructed with ggplot2.

<div class = "code">
```{r hist, eval=F}
hist_va <-ggplot(data, aes(x = bcva, fill = bcva < -0.1)) +
  geom_histogram(color = "black",  binwidth = 0.05, center = 0.025) +
  scale_x_continuous(limits = c(-0.4, 0.4), breaks = seq(-0.4, 0.4, 0.1)) +
  theme(legend.position = "none") +
  xlab("Best Corrected Visual Acuity (logMAR)") +
  ylab("Frequency ") +
  scale_fill_manual(values = c("white", "red")) +
  facet_grid(. ~ eye)
```
</div>


Then overlaying the classification thresholds for SuperHuman vision.

<div class = "output">
```{r hist2, eval=F}
##  hist_va + 
##  geom_vline(data = data, aes(xintercept = -0.097, color = "red"), linetype = "dashed") +
##  geom_text(aes(-0.25, 420, label = "Superhuman Vision", color = "red"))
```
</div>
...