如何以编程方式区分TeX和LaTeX文件

Question

我有很多.tex个文件（TeX / LaTeX），我正在编写一个分析这些文件的Python脚本。我只希望分析LaTeX文件，因此我想删除所有纯TeX文件。

我已经考虑过确保\begin{document}包含在每个文件中，但这会拒绝相当多的文件，因为几个文件只是书中的章节，长列表或论文中的部分没有\begin{document}命令。

有没有人知道如何过滤掉我的收藏品中的所有纯TeX文件？

Answer 1

我认为，如果你想对可以使用\input或\include输入的文件保持敏感，那么这样做的方式就不太可能是完全万无一失的。但是，给定一个特定的文件，您可以通过发现以下第一个找到的信息，以相当大的信心对其进行分类。

1. TeX文件通常结束 \bye，而且通常没有在LaTeX文件中定义。
2. 宏\begin不太可能在'普通'TeX文件中定义（尽管\end格式定义plain）。

这可能是你能做的最好的事情，虽然这对于你似乎正在进行的那种统计分析肯定是足够的。

没有什么可以阻止某人编写TeX文件，将\begin定义为某种东西，也没有人写一个LaTeX文件来定义\bye来表示某些东西。从您的角度来看，问题是没有任何 TeX构造在LaTeX文件中被禁止（反之亦然），即使像\halign这样的东西也是如此在LaTeX中很少见。实际上，由于LaTeX只是一种TeX格式，因此两者之间根本没有基本差异。

只是为了推动后一点回家，有ConTeXt之类的东西，这是一种TeX格式，它不是plain，但也不是LaTeX。但这很罕见。

Answer 2

是的，请将所有文件名添加到数组中，通过列出目录来执行此操作。

    x = os.listdir("path") 

这会将目录内容添加到变量x中。 然后循环它：

    PureTex = []
    for Char in x:
        if Char.endswith('.tex'):
            PureTex.append(Char)
        else:
            pass

现在PureTex数组将包含纯文件。