文書處理，LaTeX，SGML，HTML...which one

[Edward G.J. Lee]

不知道有沒有從LaTeX生XML-SGML-的套件呢？
Tex4Ht太LaTeX了一點，感覺生出來的網頁就跟pdflatex生出來的差不多，不是很適合當作網頁閱讀。

最著名的是 LaTeX2HTML 及 TeX4ht。功能上是 TeX4ht 比較強大，
他甚至可以轉化 tex 文稿為 OO.o 的格式，但是這個系統非常複雜，
使用上並不是那麼的流利，需要有人開發他的前端工具才會方便使用。
LaTeX2HTML 則是比較簡單使用的工具，但功能就沒有 TeX4ht 那麼
強了。

至於『感覺生出來的網頁就跟pdflatex生出來的差不多』，我不是很
清楚這其中的意思，能說明詳細一點嗎？HTML 的外觀，在
LaTeX2HTML/TeX4ht 都是可以依使用者的意願來調整的（起碼你可以
自行編輯 css 來符合你的需求），以下就是由 LaTeX2HTML 輸出的
結果：
http://edt1023.sayya.org/tex/latex123/
http://edt1023.sayya.org/tex/mycjk/
或
http://cle.linux.org.tw/~edt1023/tex/la ... ex123.html
http://cle.linux.org.tw/~edt1023/tex/mycjk/mycjk.html
不過，有一個很重要的問題需要考慮，如果 TeX/PDF 版本和 HTML
版本的輸出外觀差異太大，這可能不是一個成功的轉換。

我個人的看法，一般而言，由 TeX/LaTeX 轉成 SGML/XML/HTML 會比
SGML/XML/HTML 轉成 TeX/LaTeX 困難，這是他們先天 tags 結構上
及其標準化上的問題，所以有這種需求的話，可能使用
DocBook/OO.o/LyX/TeXmacs/rst/vst 等工具會比較方便？

另一種方式是改用 ConTeXt，他先天上就有考慮這種問題，只是他使
用上和 LaTeX 差異頗大，可能需要另一段時間的熟悉才能使用順手。

如果是考慮 LaTeX 文稿含數理式子，需要精確的轉換成 XML/MathML
網頁，那麼可能需要特殊的工具，例如：Hermes。而且需要要求閱覽
者安裝數學字型：
http://hermes.roua.org/
http://hermes.aei.mpg.de/
測試頁（請使用 firefox/mozilla）：
http://edt1023.sayya.org/db/amstest.xml
或
http://cle.linux.org.tw/~edt1023/db/amstest.xml
如果沒有看到如下圖檔一樣的內容，那表示數學字型的安裝及設定失敗：
http://edt1023.sayya.org/db/amstest.png
或
http://cle.linux.org.tw/~edt1023/db/amstest.png

[Edward G.J. Lee]

Debian etch上如何去使用Xetex呢?

用texlive嗎? 找不到相關的套件...

目前只有 unstable 才有 TeX Live 2007，也才會有 XeTeX。

所以，可能的方式是：
1. 自行編譯打包 deb（不過，TeX/LaTeX 相關工具的編譯，
細節很多，因此並不建議）。
2. 使用 TeX Live 2007 Live DVD 或 install CD 安裝至硬碟。
一個作業系統上可以同時存在多種版本的 TeX 系統，只要
路徑設定好就可以同時並存（因軟體相依性的問題，需要
同時並存）。
3. 直接升級至 unstable 的版本。

[Edward G.J. Lee]

請教前輩, rst/vst如何透過cjk-latex轉成PDF
文件我都是使用UTF8編碼.

你可以參考 vst 的做法，因為我沒使用過原本的 rst。主要的
是在 pdflatex 處理前，要插入 LaTeX CJK 必要的格式（環境）。

或者可以改用 xelatex，他所要插入的部份可能較簡單。

[granziliao]

tex4ht似乎還有一個問題，就是對CJK的支援，
比如我的原來的tex檔中有用 \begin{CJK*}{UTF8}{cwkc} \end{CJK*} mark起來的中文，當轉到xml (用mzlatex) 全成了亂碼，想要自己裝virtual fonts 確不知如何裝起

[Edward G.J. Lee]

tex4ht似乎還有一個問題，就是對CJK的支援，
比如我的原來的tex檔中有用 \begin{CJK*}{UTF8}{cwkc} \end{CJK*} mark起來的中文，當轉到xml (用mzlatex) 全成了亂碼，想要自己裝virtual fonts 確不知如何裝起

你可以找一下他的輸出訊息及他所附 *.htf 的內容，他需要的應該是字元的對應。不過 tex4ht 似乎是用原 big5 的 cjk 方式來對應的。

由於我沒在用 tex4ht，所以，你可能需要問一下 Eitan 先生，看有沒有現成的工具可以產生 *.htf 的對應表（應該寫個 script 來操作會比較方便）。以前對岸也有人曾請教過他，據說他相當熱心。

[silice]

感謝果正兄的「分享」
我覺得果正兄相當熱心
這些建議和分享對我相當有幫助
想法更是重要
事不宜遲（師父引進門修行在個人）
小弟我趕快去學習
我對果正兄的態度非常敬佩
「政治」這兩個字真的讓人很頭痛
看了果正兄的回應真的讓我省下不少時間
live cd的想法真的很不錯
先放下TeX/LaTeX不說
LGJ的「分享方式」我覺得更值得學習
但願自己也能像這樣影響別人

[Edward G.J. Lee]

感謝果正兄的「分享」
我覺得果正兄相當熱心
這些建議和分享對我相當有幫助
想法更是重要
事不宜遲（師父引進門修行在個人）
小弟我趕快去學習
我對果正兄的態度非常敬佩
「政治」這兩個字真的讓人很頭痛
看了果正兄的回應真的讓我省下不少時間
live cd的想法真的很不錯
先放下TeX/LaTeX不說
LGJ的「分享方式」我覺得更值得學習
但願自己也能像這樣影響別人

因為這裡是 talk 版，有點聊天的性質，所以，我的話比
較多，而且也並沒有打算完全給出烹調好的魚（有些是我
根本就不會，有些是實在沒有時間投入，畢竟我不是專業
資訊人）。

但這個議題大家來聊聊是很不錯的一個議題，尤其是文檔
格式的轉換、中文處理及將來的方向。像 LyX 6(1.6.x)
的版本就打算改採 XML 的「格式」，LDP 也捨 linuxdoc
而鼓勵大家使用 DocBook/XML，PassiveTeX/ConTeXt 將
TeX macro 和 XML/XSL FO 做一定程度的結合，OO.o 也
開始支援 TeX/LaTeX 格式的輸出。

個人的看法，將來文件的[交換]底稿走向應該是會朝 XML
這個大方向，而且結合現有能用的其他相關工具（的成
果），這點 XML 的包容性不錯，只不過是整體配套措施
有沒有準備好的問題。

所以，請大家繼續聊！

[silice]

「有些我根本就不會」我大部份都不會@@
像XML、LyX、SGML…太多了都看不懂
可是我看了洪朝貴老師的網頁
比如這篇：
https://people.ofset.org/~ckhung/a/c013.php
不懂可以查啊
以下是查有關XML的資料
XML 「可擴展標示語言」(eXtensible Markup Language) 是用於標示具有結構性資訊的電子文件的標示語言。 XML 是根據一個國際標準 -- Standard Generalized Markup Language (SGML) -- International Organization for Standardization (ISO) ISO 8879:1986 所製定而成的. XML 的格式類似 HTML, 但是您可以使用自行定義 的標籤及文件結構. 也可以由資料庫中取得資料，再用 XML 進行 串列化 (serializing) 的工作。

是啊！talk版真不錯（好在是talk版，不然我離題太多了）
聊天版比較沒壓力

什麼是專業的資訊人？我不知道。
只能確定我一定不是
可是我發現一件事：
很多在網路上很熱心的人都會這樣說：「我不是專業資訊人」
謝謝LGJ給了我「釣竿」（不知道這樣形容適不適合）

LGJ說：TeX/LaTeX 有接觸過的朋友，沒有被操過、嚇過的大概是少數人。他們的指令非常繁複，記不勝記，學習曲線很陡峭，雖然排版品質很不錯，但不是經常寫文件的朋友，大概是不太會有學習的欲望。

我不常寫文件，身邊周遭的朋友提到文書處理只想到微軟的Word，也都跟我說很簡單，但我覺得通通都很不簡單。個人只停留在打一些簡單的筆記的階段vim就很夠我用了（當然vim也很不簡單，太多功能都嚇到我了，奇怪的是我身邊的人很少用，連聽過的人都很少）。也許就因為這樣，本來我就什麼都不懂，所以再去學學TeX/LaTeX我也沒什麼損失，至於用什麼好？；用什麼不好？很難說！對我來說都是好的。何況說學TeX/LaTeX還有熱心LGJ可以請益。我覺得使用GNU/Linux相關的自由軟體讓我比較安心。我不迷信 GNU/Linux， 也不害怕選擇的自由，也尊重他人選擇的自由。（佛渡有緣人，這句話很讚，可以時時提醒我尊重他人選擇的自由）

[idealbsd]

软件对多数人而言只是一种工具，内容往往要重于其表现形式，文档格式的选择也更多地取决于其用途，很多情况下文档要与别人交流，选择的余地就要受到很大的局限，相应文档可输出的精美与否倒在其次
越来越多的软件采用xml是好事，像OO.o的ODF文档本身是许多xml文件的zip格式，但至于xml能否一统大局就很难说了，就个人感觉而言，asciidoc、muse、rst等在可预见的时间里将会继续存在

[Edward G.J. Lee]

tex4ht似乎還有一個問題，就是對CJK的支援，
比如我的原來的tex檔中有用 \begin{CJK*}{UTF8}{cwkc} \end{CJK*} mark起來的中文，當轉到xml (用mzlatex) 全成了亂碼，想要自己裝virtual fonts 確不知如何裝起

你可以找一下他的輸出訊息及他所附 *.htf 的內容，他需要的應該是字元的對應。不過 tex4ht 似乎是用原 big5 的 cjk 方式來對應的。

依 Unicode 的方式也是可以。

這裡只是「半條魚」，看誰的 awk 比較利害，幫忙完成它：

代碼: 選擇全部

#!/usr/bin/env bash
# vim:ts=2 sw=2 et
# mkhtf.sh : make TeX4ht htf fonts from *.afm.
# Edward G.J. Lee (06/13/07)
# This code is Public Domain.

B=`grep -m1 '^C ' $1 | awk '{print $2}'`
E=`grep -B1 'EndCharMetrics' $1 | awk '/^C / {print $2}'`

awk 'BEGIN{print "'${1%.afm}' '$B' '$E'"}
     /^C / {gsub(/uni/,"\\&#x");
     print "\047"$8";\047","\047""\047", $2}
     END{print "'${1%.afm}' '$B' '$E'"}' $1 > ${1%.afm}.htf

使用方法，先進入置放 *.afm 的目錄下：

代碼: 選擇全部

for i in *.afm
do
./mkhtf.sh $i
done

請注意，這樣還不能用，要把沒有字元的部份填入 '' '' ''，就是說像以下這樣：

代碼: 選擇全部

'倀' '' 0                                                                 
'' '' ''
'倂' '' 2
'' '' ''
'' '' ''
'倅' '' 5
'倆' '' 6
'倇' '' 7
'' '' ''
'倉' '' 9
'' '' ''
'個' '' 11

如果這些 *.htf 找不到置放位置，暫時先放在工作目錄下做測試。


Thu Jun 14 17:03:49 CST 2007 mkhtf.sh 第一次修改
Fri Jun 15 00:49:20 CST 2007 mkhtf.sh 第二次修改
以下是完整版本：

代碼: 選擇全部

#!/usr/bin/env bash
# vim:ts=2 sw=2 et
# mkhtf.sh : make TeX4ht htf fonts from *.afm or *.pfb.
# Edward G.J. Lee (06/13/07)
# This code is Public Domain.

B=`grep -m1 '^C ' $1 | awk '{print $2}'`
E=`grep -B1 'EndCharMetrics' $1 | awk '/^C / {print $2}'`
if [ $E -eq -1 ];then
  E=`grep -B1 '^C -1' $1 | awk '!/^C -1/ {print $2}'`
fi

echo "${1%.afm} $B $E" >> ${1%.afm}.htf
IND=$B
while [ $IND -le $E ]
do
  grep '^C '"$IND"' ;' $1 > /dev/null 2>&1
  if [ $? -eq 0 ];then
    awk '/^C '"$IND"' ;/{gsub(/uni/,"\\&#x");
    print "\047"$8";\047","\047""\047", $2}' $1 >> ${1%.afm}.htf
  else
    echo "'' '' ''" >> ${1%.afm}.htf
  fi
  IND=$(($IND + 1))
done
echo "${1%.afm} $B $E" >> ${1%.afm}.htf

速度有點慢，可能需要改進一下。這樣就不必自行去插入
沒有字元的部份了。

[Edward G.J. Lee]

什麼是專業的資訊人？

我對「專業的資訊人」的定義是以下兩者之一：

1. 學資訊相關科系出身，目前仍有在摸資訊相關的東西（不管是不是
當成職業）。
2. 非科班出身，但目前在資訊相關行業工作，或以此為副業。

當然，提到文書排版的工具時，我們可能並不一定要絕對的工具論、
目的論，其實當成一種「嗜好」也不會被槍斃的，像我是把 TeX 系統
當成「電動玩具」在玩，:-D

[訪客]

http://www.ecn.wfu.edu/~cottrell/wp.html

這篇文章寫得真是好，真的是學海無涯，唯勤是岸嗎？
謝謝阿信。

[訪客]

現在才想到，雖然OpenOffice是open source，但為何要裝JRE？這個不是跟微軟一樣想獨大，叫大家都用它的東西一樣的企圖嗎？

[sppmg]

回覆上面的訪客
裝jre是為了方便移植吧！
jre是否open source+gpl我就不確定了。