Question

我想运行一个自动化的＃34;拼写检查程序＆＃34;一些LaTex文件（除了拼写它还能检测某些自定义单词等）。我需要读取LaTex文件，在文档文本中找到某些单词（即如果它们是LaTeX标记代码的一部分则忽略单词），然后将每个单词包装在附加的LaTeX高亮标记中并将文件写回。 E.g。

\title{My Document}
...
I won the title!

如果我搜索＆＃34; title＆＃34;，那么它应该忽略＆＃34; \ title＆＃34;。

这样，在渲染时，修改后的LaTeX将使用我添加的突出显示找到找到的单词，例如：

\title{My Document}
...
I won the \colorbox{red}{title}!

库会很有用，因为我最终可能需要额外的解析/控制功能，但现在我只需要进行简单的修改。

看起来困难的部分是从实际正文中识别LaTex命令，注释等。

感谢。

Answer 1

您需要一个Python LaTeX解析器才能执行此操作。这看起来像一个很好的候选人https://github.com/alvinwan/TexSoup，有几个可用。

与BeautifulSoup一样，有搜索功能可以让你找到所有的文本节点，然后你可以使用常规的python split / search函数找到拼写错误的单词，然后用一组新的latex节点替换文本节点（带有所选单词周围的包装语法。）

TexSoup的文档对于如何将文档写回来有点不清楚，但是看看它们的源代码，它们似乎会覆盖repr函数，所以：

with open('out.tex','w') as f:
  f.write(repr(soup))

应该为你做。

修改

如果你看一下descendants发电机：

>>> [x for x in soup.descendants if isinstance(x, str)] ['\x08egin', '(n.) A sacred fruit. Also known as:', '\x08egin', 'Here is the prevalence of each synonym.', '\x08egin', 'red lemon & uncommon ', 'Hello \textit', '.', 'Watermelon', 'red lemon', 'life', 'itemize', '& common', 'tabular', 'document']

“儿童”是str和TexNode的混合体。您可以在那里挑选纯正的琴弦进行检查，然后自己走一下树。 children属性仅包含TextNode元素。

Answer 2

当我得到你需要的东西时，python不应该是最合适的乐器。我认为您需要的是sed或vim编辑器和一组编辑脚本。它比编写python脚本更快，更容易维护

使用python修改LaTex文件中的单词，忽略LaTeX标记

2 个答案: