以编程方式将LaTeX代码转换/解析为纯文本
我在C++/Python中有几个代码项目，其中使用乳胶格式的描述和标签来生成用LaTeX+pstricks生成的PDF文档或图形。然而，我们也有一些纯文本输出，例如文档的HTML版本(我已经有代码来编写最小的标记)和一个非启用TeX的绘图呈现程序。
对于这些，我想消除表示物理单位所必需的TeX标记。这包括不间断(瘦)空格、\text、\mathrm等。将#frac{#1}{#2}之类的东西解析为#1/#2用于纯文本输出(并使用MathJax作为HTML)也很好。由于我们目前拥有的系统，我需要能够从Python中实现这一点，也就是说，理想情况下，我正在寻找Python包，但是我可以从Python调用一个非Python可执行文件并捕获输出字符串也可以。
我知道TeX StackExchange站点上的类似问题，但没有任何真正的编程解决方案:我看过detex、plasTeX和pytex，它们看起来都有点死气沉沉，而且没有真正做我需要的事情:将TeX字符串编程转换为具有代表性的纯文本字符串。
我可以尝试编写一个基本的TeX解析器，例如pyparsing，但是( a)这可能是一个充满陷阱的帮助，这将是值得赞赏的；( b)肯定有人曾经尝试过这样做，或者知道如何连接到TeX本身以获得更好的结果？
更新：谢谢你所有的答案.这确实是一个有点尴尬的要求！我可以使用较少的LaTeX解析，但在循环中考虑解析器而不是大量正则表达式的原因是，我希望能够很好地处理嵌套宏和多arg宏，并使支撑匹配正常工作。然后我就可以减少txt-无关的宏，比如\text和\mathrm，然后处理与txt相关的宏，比如\frac .也许，即使有适当的括号！我可以梦想..。就目前而言，雷克斯并没有做这么糟糕的工作。
回答 8
Stack Overflow用户
发布于 2018-05-03 09:11:14
我知道这是一篇老文章，但由于这篇文章经常出现在乳胶- Python解析搜索中(如仅从格式化为arXiv的.tex文章中提取正文文本所示)，所以这里留给大家看:这里有一个LaTeX解析器，它支持对解析树https://github.com/alvinwan/texsoup的搜索和修改。这是取自自述的示例文本，以及如何通过TexSoup与其交互。
from TexSoup import TexSoup
soup = TexSoup("""
\begin{document}
\section{Hello \textit{world}.}
\subsection{Watermelon}
(n.) A sacred fruit. Also known as:
\begin{itemize}
\item red lemon
\item life
\end{itemize}
Here is the prevalence of each synonym.
\begin{tabular}{c c}
red lemon & uncommon \\
life & common
\end{tabular}
\end{document}
""")下面是如何导航解析树。
>>> soup.section # grabs the first `section`
\section{Hello \textit{world}.}
>>> soup.section.name
'section'
>>> soup.section.string
'Hello \\textit{world}.'
>>> soup.section.parent.name
'document'
>>> soup.tabular
\begin{tabular}{c c}
red lemon & uncommon \\
life & common
\end{tabular}
>>> soup.tabular.args[0]
'c c'
>>> soup.item
\item red lemon
>>> list(soup.find_all('item'))
[\item red lemon, \item life]免责声明:我编写了这个库，但出于类似的原因。关于小波比故事(关于def)的文章，TexSoup不处理定义。
Stack Overflow用户
发布于 2011-01-25 14:14:19
注意:要为普通的TeX编写完整的解析器要比您想象的要困难得多。TeX级别(不是LaTeX) \def命令实际上扩展了TeX的语法。例如，\def\foo #1.{{\bf #1}}将\foo goo.展开为goo --注意，这个点已成为foo宏的分隔符！因此，如果您必须处理任何形式的TeX，而不受使用包的限制，则不建议依赖简单的解析。您需要TeX呈现。猫体是我所使用的，尽管它并不完美。
Stack Overflow用户
发布于 2011-01-25 10:09:46
尝试detex (随大多数*TeX发行版一起提供)，或改进版本：http://code.google.com/p/opendetex/
编辑:哦，我看你已经试过了。不过，opendetex可能对你有用。
https://stackoverflow.com/questions/4792065
复制相似问题
腾讯云开发者
