Question

我想要一些用户输入文本并快速解析它以生成一些乳胶代码。目前，我正在将%替换为\%，将\n替换为\n\n，但我想知道是否还有其他替换要进行转换从纯文本到乳胶。

我不担心这里的安全性（你甚至可以编写恶意乳胶代码吗？），因为这只应该被用户用来将他们自己的文本转换成乳胶，因此他们应该被允许使用他们的在预转换的文本中拥有乳胶标记，但我想确保输出不包括偶然的乳胶命令（如果可能）。如果有一个很好的库来进行这样的转换，我会看看。

Answer 1

\ { } $ ^ _ % ~ # &

在LaTeX中是特殊的，所以你应该确保将它们转义（前缀为反斜杠会对其中一些做，对于特殊情况请参见Thomas' answer）或告诉用户不要使用它们，除非他们故意想要使用LaTeX命令（或两者的混合，具体取决于字符）。

一些额外的陷阱：

编辑：由于这已经成为公认的答案，我还在其他答案中添加了积分，所以这是一个总结。

Answer 2

正如海因兹所说，以下需要注意：

\ { } $ ^ _ % ~ # &

大多数都可以使用反斜杠转义，但\变为\textbackslash而~变为\textasciitilde。

我想你可能想单独留言。 LaTeX以与许多内容管理系统完全相同的方式处理这些内容;很多人都期望“双线突破”=“段落”。哎呀，即使stackoverflow本身也是这样。

（你不能编写恶意的LaTeX代码; LaTeX内部发生的一切都留在LaTeX中。除非你在运行latex时明确启用write18，但默认情况下它被禁用。）

Answer 3

Heinzi已经显示了大部分需要转义的基本字符，但这里的难点在于确保引用正确。

她说“他没有这样做”。

需要转换为

She said ``He didn't do it''.

在这个简单的案例中看起来很容易，但是充满了需要小心处理的gatcha。对于适度大小的文本，我通常使用sed中生成的朴素替换并手动处理结果。如果你的“纯文本”使用卷曲引号，事情会变得更容易和更难。

此处“天真的引用替换”表示跟随后面的单词字符被（一个或两个适当的）后面的标记替换，而所有其他单词被（一个或两个）单引号替换（'）。大多数情况都是散文，但你必须手工清理所有的三重引用案例。

Answer 4

另一种可能的解决方案是在插入用户文本之前将所有“特殊”字符变为普通字符。这可能会避免很多麻烦，但也可能会产生新的......

您可以通过更改角色的catcode来完成此操作。 TeX Wikibook了解更多。

\catcode`\$=12

会将$变为普通角色。但是，出于某种原因，某些角色并没有像你期望的那样出现。 \成为双开引号，{变为破折号......并且在组内}重新定义{...}会使TeX完全窒息。

长话短说：只有在你知道自己在做什么的情况下才会被推荐。