Question

方案：
我有一个使用LaTeX创建的文档（在本例中是我的简历），它正确编译pdflatex并输出我想要的内容。现在我需要将相同的文档转换为普通的旧ASCII。

示例：
我已经看到这一点（至少一次）here，其中作者的PDF version和ASCII version几乎在所有方面与PDF版本相匹配，包括边距，间距和子弹点。

由于ASCII格式的限制，我意识到这种类型的转换不能准确，但根据我迄今为止所发现的内容，似乎可以进行非常接近的近似。这样做的过程是什么？

Answer 1

Opendetex适用于Windows和Linux（在Mac上也能很好地编译）。它可以从https://github.com/pkubowicz/opendetex

下载

用法：

detex project

打开project.tex，读取使用\ include或包含的所有文件   \ includeonly命令，将结果文本输出到标准输出。

detex -n project > out.txt

打开project.tex，不跟随\ include或\ includeonly命令，   将结果文本输出到out.txt

detex --help

显示完整帮助

将其解压缩到您选择的任何目录。假设您将其解压缩到了下载目录。

在其中创建任何名称的另一个目录（这是可选的，但建议使用）。假设目录名是“my_paper”。将您的论文放在“my_paper”目录中。假设您的论文名称是project.tex。

导航到路径

    cd ~/Downloads/opendetex

运行命令

    detex my_paper/project.tex  > out.txt

通用表格

    detex -n full_path_to_tex_file.tex > output_text_file.txt

Answer 2

CatDVI可以将DVI转换为文本并尝试保留格式。

Answer 3

您可以尝试这里提出的一些程序：

TeX to ASCII

Answer 4

您也可以尝试Pandoc，它可以将乳胶转换为许多其他格式。我建议阅读它的文档，因为可能有一些棘手的情况需要传递一些参数来处理。

Answer 5

另一种选择是使用htlatex从LaTeX源创建网页，然后使用links转换为纯文本。我使用命令行

links -dump -no-numbering -no-references input.html > output.txt

过去给了一个相当不错的结果。这当然会与呈现的HTML视图相匹配，而不是原始PDF，因此可能不是您想要的。

Answer 6

如果您使用的是pdflatex，您可能不想使用您的套餐选项来切换到latex以生成DVI。

相反，请转换您的pdf文件并转换它。这适用于我使用Curve包制作的简历/简历：

pdftotext  -layout MyResume.pdf

请注意-layout标记。

Answer 7

我通常的策略是使用hyperlatex将其转换为网页，然后通过网络浏览器进行处理和粘贴。我发现这给出了最好的格式。

我通常必须通过并手动修复一些换行...

Answer 8

尝试以下步骤：http://zanedp.livejournal.com/201222.html

这是一个将我的LaTeX文件转换为纯文本的序列：

$ latex file.tex
$ catdvi -e 1 -U file.dvi | sed -re "s/\[U\+2022\]/*/g" | sed -re "s/([^^[:space:]])\s+/\1 /g" > file.txt

catdvi的-e 1选项告诉它输出ASCII。如果使用0而不是1，它将输出Unicode。 Unicode将包括所有特殊字符，如项目符号，emdashes和希腊字母。它还包括一些字母组合的连字，如“fi”和“fl”。你可能不喜欢那样。所以，请改用-e 1。使用-U选项告诉它打印出未知字符的unicode值，以便您可以轻松找到并替换它们。

该命令的第二部分找到字符串[U + 2022]，用于指定项目符号字符（•）并用星号（*）替换它们。

第三部分消耗了所有额外的空格catdvi，使文本完全对齐，同时在行的开头保留空格（缩进）。

运行这些命令之后，最好在.txt文件中搜索字符串[U +，以确保没有留下无法映射到ASCII的Unicode字符并修复它们。

Answer 9

当我需要从我的TEX文件中获取纯文本以进行索引和搜索时，我发现LaTeX2RTF是一个很好的解决方案 - 它有一个installer and GUI for windows，它产生了我50页论文的RTF文件我可以在Word中打开。

Answer 10

最适合我的解决方案如下。假设您在${BASENAME}中存储了乳胶文档名称（没有扩展名），则应用以下3个步骤：

htlatex ${BASENAME}.tex

iconv -f iso-8859-1 -t utf-8 ${BASENAME}.html > ${BASENAME}-utf8.html

html2markdown ${BASENAME}-utf8.html > ${BASENAME}.txt

显然，您需要安装tex4ht和python-html2text。

Answer 11

我尝试过LyX并且效果很好。唯一的细微差别是如果你有一个包含其他TeX文件的TeX文件，你需要单独导出它们，除非我遗漏了什么。

Answer 12

Pandoc允许您将文件从一种格式转换为另一种格式使用以下pandoc命令：

pandoc -s /path/to/foobar.tex -o foobar.txt

如果您希望您的行在某列中断，请使用--column标记。使用--columns 10000表示非破坏行。

您可以将-o foobar.txt转换为a number of other formats，例如降价（.md）等。如果您未指定-o foobar.txt，pandoc将打印您可以在任何在线呈现的html工具。

要安装pandoc，请关注this official documentation

Answer 13

您可以导入lyx并使用lyx的导出到文本功能。

如果你不使用lyx，有点傻，但如果你已经拥有它，那么非常快速和简单的解决方案。对我来说效果很好，虽然公平地说我的文件非常简单。不确定如何转换更复杂的文件。

Answer 14

Emacs的命令iso-iso2tex和iso-tex2iso非常有效，但它不会将\OE等单个命令转换为Œ。

如何将LaTeX转换为纯文本（ASCII）？

14 个答案: