---

首先要對板上的同好們說一聲抱歉。上次回答完問題之後﹐就消失了很長時間。一方面是
課業繁重﹔一方面是 TeX Live 2014 就要出來了﹐手頭幾個宏包急著更新（希望能隨
TeX Live 2014 發布）﹔一方面是手頭在修一本書﹐關於 GRE 考試的填空教程﹐工程
比較浩大﹐不過好在今天完成了它手稿的的四分之三﹔另外是最近自己身體欠佳﹐去了幾
次醫院。

雖然有諸多理由﹐不過還是要對大家說一聲抱歉。真的沒想到一拖就拖了這麼久。



macro   宏    巨集
package 宏包  巨集套件
file    文件  檔案

如果文章中有看不懂的術語﹐歡迎大家回復補充。

## 關於 TeX 系統的一點基礎知識

板上同好們水平較高﹐所以分不清發行版、宏包、格式、引擎這些概念的應該是少數﹐不
過這篇文章之後也會在大陸的知乎網上發布﹐為了統一﹐所以一並講了吧。

TeX 家族是一個很龐大的概念﹐雖然 TeX 程序自己很小﹐龐大的原因﹐主要是後來人們
不斷地對它的功能進行擴展導致的。




e-TeX, 還有大家熟悉的 pdfTeX, XeTeX, LuaTeX 等。不是所有的擴展版都包含了


這些增強版﹐包括最原始的 TeX 在內﹐都被稱為**引擎**。引擎是承擔最終排版工作的
可執行程序。

讓我們回到最開始的 TeX 上面來。眾所周知﹐TeX 是一個引擎﹐同時也是一種宏編程語
言的名字。Knuth 老爹的原始版 TeX 一共有三百多個最原始的宏﹐我們把它們叫做
TeX 原語（TeX primitive）。其他所有的宏都是通過他們構建出來的﹐所以從理論上




TeX 是面向排版的﹐所以許多命令晦澀難懂──通常寫文章的作者不需要知道這些細節﹐
於是﹐剛剛獲得圖靈獎的 Leslie Lamport 博士在 plain TeX 的基礎上又編寫了一些
宏﹐並編譯為格式﹐取名為 LaTeX. La 就是他姓氏的頭兩個字母﹐仿照中國古代的叫法
這就是所謂的萊氏 TeX. 所以你看﹐不管是中國人還是外國人﹐都想著光宗耀祖呢。
LaTeX 優秀之處在於﹐它將內容與格式分開﹐使得作者不需要﹐或者隻需要知道很少的排
版細節就能排出漂亮的文章。

除掉 plain TeX 和 LaTeX, 常見的格式可能就隻有 ConTeXt 了。


中。LaTeX 中最常用的幾個宏包可能是﹕amsmath, geometry, hyperref, xcolor,
graphicx, booktabs 等。




至於 TeXworks, WinEdt, TeXstudio, TeXmaker 這些東西﹐隻是編輯代碼的工具﹐
和 TeX 系統並沒有直接的關系。

總的來說﹐引擎承擔排版工作﹐對應一套原語﹔格式對應一套書寫規則﹔宏包對應一定


## 說說字體



因此﹐我們可以很容易地想到﹐一個字體應該可以分成兩個部分﹕描述尺寸的和描述形
狀的。前一個部分我們稱之為 metrics, 後一個部分我們稱之為 glyph. 對於
METAFONT 生成的字體﹐確實就是有這兩個部分的﹐前一個部分擴展名是 tfm, 後一
個部分的擴展名是 pk. 不過並不是所有的字體格式都將兩個部分分開﹐比如
OpenType 字體﹐字符的尺寸信息和形狀信息全都保存在一個文件裡面。

在 TeX 原語中﹐調用字體的命令是 \font. 這個命令是後續各種字體調用命令的基礎﹐
包括 xeCJK 的 \setCJKmainfont 等命令﹐都是在它的基礎上建立起來的。

Knuth 老爹的 TeX 系統﹐限於當時的情況﹐隻支持自家的 METAFONT 生成的 tfm
文件。什麼意思呢﹖(Knuth) TeX 的原語 \font 隻認識 tfm 文件﹐別的什麼 ttf,
otf 統統不認識。這無疑是不方便的﹐畢竟現代優秀的字體大都是 ttf 或者 otf

也不能直接讀取 ttf, otf 格式的字體文件﹐需要使用名為 callback 的庫來間接調用。
這也就是為什麼使用 LuaTeX 處理字體會比 XeTeX 慢的緣故了﹐雖然 LuaTeX 相較
XeTeX 有不少優勢﹐但是讀取字體這一塊﹐確實是比不上。

說完了單個字符﹐我們再來說說字符在字體裡邊的情況。




編碼（encoding）﹐比如 TeX text, TeX extended text;
字族（family）﹐比如 Roman, Typewriter;
字重（series）﹐比如 bold, narrow, medium;
字形（shape）﹐比如 Italic, Small Caps;
字號（size）﹐比如 10pt, 11pt.

明確了這些﹐你才能精確地說明白你到底需要哪一個字形﹐如何才能找到特定的字符。這些
東西你可能不熟悉﹐但是如果你用過一段時間的 LaTeX, 幾乎能說你肯定見過。LaTeX 的
關於溢出盒子的警告一般是這樣寫的﹕

    Overfull \hbox (3.80855pt too wide) in paragraph at lines 314--318
    []\OT1/cmr/m/n/10 Normally [] and [] will be iden-ti-cal,

其中的 \OT1/cmr/m/n/10 就表示這些內容。其中 OT1 是 encoding 部分﹐代表 TeX
text 這種編碼﹔cmr 是 family 部分﹐代表 Computer Modern Roman 這個字族﹔
m 是 series 部分﹐代表 medium; n 是 shape 部分﹐代表 normal; 10 是 size 部
分﹐默認單位是 pt.

關於這部分內容﹐太繁瑣﹐如果想要詳細了解他們﹐可以閱讀﹕

    texdoc fntguide
    texdoc fontenc

好了﹐現在假設你的 TeX 已經能夠讀到相應的字符數據了﹐也通過特定的算法將字符擺放
在相應的區域了。現在要做的事情﹐是讓閱讀器知道某個字符長什麼樣。



對於 pdfTeX 和 LuaTeX 來說﹐他們能夠直接生成 PDF 文件﹐並定義了特別的原語﹐用來
映射字體文件。比如

    \pdfmapline{cmr10 CMR10 <cmr10.pfb}





## 中文的處理

最開始的 TeX 是 7 位的﹐隻能處理 128 個 ASCII 字符﹔後來 Knuth 老爹將它擴展到了


我們來看一段 LaTeX 代碼﹕

    \documentclass{article}
    \usepackage{CJK}
    \begin{document}
    \begin{CJK*}{GBK}{song}
        您好
    \clearpage
    \end{CJK*}
    \end{document}

這幾乎是使用 CJK 方式支持中文的最簡單的代碼了﹐用過 CJK 的同好應該都不難理解。其中


    \C19/song/m/n/10/51 s

是不是有點熟悉﹖這裡 C19 是編碼﹐代表 GBK; song 是字族名字﹔m 是字族﹔n 是字形﹔10 是字號﹐51 指的是子字體的編號。這句話翻譯過來就是﹕



結合之前提到的內容﹐你應該已經清楚 CJK 是如何工作的了。唔﹐至於某個字如何對應到子

字體中的字符﹐這個問題比較復雜﹐總之知道有一個一一對應的關系就好了。

這樣的做法是可行的﹐但無疑是蹩腳的。不說那個惱人的“許蓋功”問題﹐單是排錯時候就夠
你喝一壺。想想看﹐如果漢字您後面出錯了﹐LaTeX 給出的錯誤應該類似﹕

    ! <ERROR NAME>

    l.5 \C19/song/m/n/10/51 s

    ?

這種錯誤提示完全不可讀﹐因為你不可能知道 \C19/song/m/n/10/51 s 到底是哪一個字。
也就無法定位出錯的位置﹐更別說排錯了。

## xeCJK 和 luatexja-fontspec

曙光是 XeTeX 和 LuaTeX 帶來的﹐它們支持 UTF-8 編碼﹐許蓋功問題就無影蹤了﹔它們
能夠使用 ttf 和 otf 字體﹐切割子字體、轉換成奇怪的命令這些事情也就不存在了。


    \usepackage{xeCJK}
    \setCJKmainfont{SimSun} % 中易宋體
    \newCJKfontfamily[hei]\heiti{SimHei} % 中易黑體
    \begin{document}
    大家好﹐這裡是中易宋體。
    {\bfseries 這裡是中易宋體的粗體字}。

    \heiti 可以很容易地切換到中易黑體。
    \end{document}

    \documentclass{article}
    \usepackage{luatexja-fontspec}
    \setmainjfont{SimSun} % 中易宋體
    \newjfontfamily[hei]\heiti{SimHei} % 中易黑體
    \begin{document}
    大家好﹐這裡是中易宋體。

    編譯可能會卡在下面這個地方很久﹕
    \begin{verbatim}
        luaotfload | db : Scanning TEXMF and OS fonts...
    \end{verbatim}
    這是在刷新字庫﹐如果是在 Windows 系統下編譯﹐耗時可能會特別長﹐
    你可以去泡杯茶。

    \heiti 切換到中易黑體一樣容易。
    \end{document}



luatexja-fontspec 沒有對應的 \newmonojfamily 命令﹐因為流行的日文字體
基本都是等寬的。

luatexja-fontspec 中﹐\newmainjfont 修改的是 \mcfamily,
\mewsansjfont 修改的是 \gtfamily, 這與 xeCJK 直接修改 \rmfamily 和
\sffamily 不同。這是因為﹐日系的 pTeX 系列引擎﹐將中文和英文完全分開處理﹐是
兩套機制﹔LuaTeX-ja 項目的目的﹐是在 LuaTeX 引擎上實現 pTeX 的功能﹐所以也
沿用了這個特性。這樣做有好處也有壞處﹐不過好處在 LaTeX 用戶身上基本體現不出來﹐
不說也罷﹔壞處就是讓人稍稍有點不適應。

二者的說明文檔分別可以通過下面的命令來調取﹕

    texdoc xeCJK
    texdoc luatexja-en

前者是簡體中文文檔﹐後者是英文文檔。

填在字體調用中的字體名﹐可以使用 fc-list 命令來查看──小心﹐列表可能會很長。

## 標點壓縮和禁則

對於東亞文字排版來說﹐逃不開的一個話題是標點壓縮和禁則的處理。首先簡單介紹一下
他們分別是什麼東西。

以中文為例。中文的標點符號多種多樣﹐情形也有很大差別。我們來看引號和句號的組合。

    “一句話的引用”。
    “一段話的引用。”



再有例子。

    一句話。另一句話
    一句話﹐另一句話。|

第二種情況的 | 表示到了行尾。對比兩個情況下的句號﹐顯然第二種情況下﹐句號右邊的
空隙應該適當縮小﹐而第一種情況應該保留（作為斷句）。

這兩個都是標點壓縮的例子。簡單來說﹐標點壓縮就是處理標點符號在不同情況下兩端間距
的問題。

禁則就更容易理解了。比如﹕句號不能出現在行首﹐冒號引號連用不能出現在行尾。這些關
於標點符號位置的擺放﹐就是禁則。

這些情況在日語裡也是存在的。比如日語的拗音﹐縮小的假名就不能出現在行首﹐這也是禁
則。





## 中文版式解決方案──ctex 宏包/文檔類

中文能夠輸出了﹐你就滿足了嗎﹖其實距離 LaTeX 中文化的終點還有距離。

比如﹕

1. 段首縮進兩個字符﹐怎麼實現﹖
2. 符合中文習慣的字號調整﹐如何處理（五號字﹐小五號字）﹖
3. 圖表目錄的標題﹐怎麼改成中文的﹖

這些問題﹐在板上同好的使用過程中﹐肯定已經有一些解決方案了。不過﹐一來想必是零碎的﹐
二來﹐恐怕並不足夠好。



諸如此類的一些細節﹐在 ctex 宏包/文檔類中已經處理好了﹐歡迎使用。

一個最簡的例子﹕

    \documentclass[UTF8, nofonts]{ctexart}
    \setCJKmainfont{SimSun}
    \setCJKsansfont{KaiTi}
    \setCJKmonofont{FangSong}
    \begin{document}
    這裡是中文。

    將文件保存為 UTF-8 編碼﹐使用 XeLaTeX 編譯。
    \end{document}

如果使用的是簡體中文的 Windows 系統﹐例子還能更簡單﹕

    \documentclass[UTF8]{ctexart}
    \begin{document}
    這裡是中文。

    將文件保存為 UTF-8 編碼﹐使用 XeLaTeX 編譯。
    \end{document}

幾乎與 LaTeX 標準文檔類沒有使用上的差別。

## 跋

跋就不寫了﹐九千多個字大家估計已經看疲勞了。

好困……

去睡覺了。

MC
2014-3-27

--

來自萌氣四溢的 M 君~

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 183.216.61.143
※ 文章網址: http://www.ptt.cc/bbs/LaTeX/M.1395854055.A.65F.html