如何仅禁用knitr绘图代码块的cache功能？

你之前尝试用fig.cap和plot钩子修改cache选项无效，核心原因是这两个钩子的触发时机太晚了——knitr在执行chunk之前就已经评估了cache选项，决定是否使用缓存，而fig.cap钩子是在生成图注时触发，plot钩子是在图形生成后触发，这时候修改options$cache已经对缓存逻辑没有影响了。

正确的做法是使用chunk钩子，在每个chunk执行之前修改cache选项，这样knitr会用修改后的选项来判断是否缓存。下面是具体实现方案：

方法1：自动禁用所有绘图代码块的cache #

我们可以通过chunk钩子检测当前chunk是否是绘图块（比如通过是否存在fig.cap，或者是否会生成图形输出），然后强制设置cache=FALSE：

knitr::knit_hooks$set(chunk = function(x, options) {
  # 判断当前chunk是否为绘图块：这里以存在fig.cap为判断条件，你也可以根据其他需求调整
  is_plot_chunk <- !is.null(options$fig.cap)
  
  if (is_plot_chunk) {
    options$cache <- FALSE
  }
  
  # 调用knitr默认的chunk钩子，保证原有逻辑正常运行
  orig_chunk_hook <- knitr::knit_hooks$get("chunk")
  orig_chunk_hook(x, options)
})

如果你的绘图块不一定都有fig.cap，也可以用其他判断条件，比如检查options$fig.show != "hide"或者options$fig.keep != "none"，来覆盖所有会生成图形的chunk。

方法2：保留例外（允许部分绘图块缓存） #

如果需要给某些绘图块保留缓存功能，可以添加一个自定义选项（比如cache_plot=TRUE），让chunk钩子只对没有设置该选项的绘图块禁用缓存：

knitr::knit_hooks$set(chunk = function(x, options) {
  is_plot_chunk <- !is.null(options$fig.cap)
  
  # 仅当是绘图块且未设置cache_plot=TRUE时，禁用缓存
  if (is_plot_chunk && is.null(options$cache_plot)) {
    options$cache <- FALSE
  }
  
  orig_chunk_hook <- knitr::knit_hooks$get("chunk")
  orig_chunk_hook(x, options)
})

之后如果某个绘图块需要缓存，只需要在chunk选项里加上cache_plot=TRUE即可：

```{r my_plot, fig.cap="示例图形", cache_plot=TRUE}
# 这个绘图块会被缓存
plot(mtcars$mpg, mtcars$wt)

## 结合你的PPTX生成逻辑

你之前写的`plot`钩子用来把图形添加到PPTX的逻辑可以保留，只需要和上面的chunk钩子配合使用即可：

```r
# 先设置chunk钩子禁用绘图块缓存
knitr::knit_hooks$set(chunk = function(x, options) {
  is_plot_chunk <- !is.null(options$fig.cap)
  if (is_plot_chunk) {
    options$cache <- FALSE
  }
  orig_chunk_hook <- knitr::knit_hooks$get("chunk")
  orig_chunk_hook(x, options)
})

# 保留PPTX生成的plot钩子
knit_plot <- knitr::knit_hooks$get("plot")
knitr::knit_hooks$set(plot = function(x, options) {
  read_pptx(pptfile) %>% 
    add_slide(layout = "figure", master = "Office Theme") %>% 
    ph_with_gg(last_plot(), type = "pic") %>% 
    print("pptprueba.pptx")
  
  knit_plot(x, options)
})

这样就能实现所有带fig.cap的绘图代码块自动禁用缓存，同时自动将图形插入到PPTX中，无需手动逐个设置cache=FALSE。

内容的提问来源于stack exchange，提问作者Elio Campitelli