☰

如何在 shell 脚本中替换 BibTeX 中的特殊字符（例如 {\'{o}} = ó）？

tag-icon • tag-icon bash shell-script text-processing regular-expression latex
如何在 shell 脚本中替换 BibTeX 中的特殊字符（例如 {\'{o}} = ó）？

有谁知道任何实用程序或有将 BibTeX 文件中的特殊字符转换为 bash 脚本中正确的 unicode 等效字符的经验吗？问题是我什至无法在任何地方找到 BibTeX 特殊字符的完整列表。我创建了一个正则表达式的怪物，但我仍然遇到转义问题，因为 BibTeX 特殊字符（即反斜杠、引号和大括号）的特殊方式与正则表达式或 shell 代码不太兼容...

我在想也许拥有一个带有捕获组的简单正则表达式就足够了，该捕获组{\ }在 BibTeX 标记中查找模式，如果存在匹配，{\\'{o}}则可以使用某种外部字典来匹配该内容（例如）我创建的文件，将该序列映射到其正确的 unicode 字符......ó在本例中。如果无法访问特殊字符的完整列表，则很难做到这一点。它们在研究论文元数据（我正在处理的数据）中往往非常常见。

另外一个问题是不同的 BibTex 文件对于特殊字符会有不同的语法 - 名称Müller可能被编码为author = {M{\"{u}}ller}, author = {M{\"{\u}}ller}（内部大括号中额外的反斜杠），甚至author = {M\"{u}ller}（特殊字符 TeX 片段周围没有大括号）。

我有一个交互式 shell 脚本，可以让我处理我下载的研究论文、查看/跳过/忘记它们，或者输入它们的 DOI，此时 shell 脚本会根据我使用的约定检索论文的 BibTeX、重命名文件，使用 BibTex 标签数据和 DOI，然后在我完成会话后，它会将所有已处理的文件导入 Zotero，然后运行我编写的另一个脚本，为每篇已处理的论文添加 PDF 附件和 Dropbox 链接。但这些特殊字符正在破坏我的文件名和 Zotero 元数据......

长话短说- 有谁知道如何在 bash 脚本的上下文中将 BibTeX/TeX 特殊字符转换为 unicode？或者有谁知道在哪里可以找到 BibTeX 特殊字符的完整列表？

答案1

我认为 Python 比 Bash 更适合处理字符串和 Unicode。您可以在 Bash 中轻松使用它，并且使用这个简单的模板，您不需要了解 Python：

#!/usr/bin/env python3
import sys
for line in sys.stdin:
    line = line.replace(r"\'{o}",r"ó")
    line = line.replace(r'{\"{u}}',r"ü")
    line = line.replace(r'{\"{\u}}',r"ü")
    line = line.replace(r'\"{u}',r"ü")
    print(line, end='')

用法：

  • 将上述内容复制粘贴到新的文本文件中，例如convert_tex_chars.py
  • 打开终端并cd进入文本文件所在的目录
  • 使文件可执行：chmod +x convert_tex_chars.py
  • 测试：（echo "s\'{o}ng p\'{o}ng "'M{\"{u}}ller M{\"{\u}}ller M\"{u}ller' |./convert_tex_chars.py这应该显示sóng póng Müller Müller Müller）
  • 在您的 BibTeX 文件上测试它：cat original_bibtex_file |./convert_tex_chars.py >new_bibtex_file

编辑 Python 文件并根据需要添加或编辑替换内容。请注意，在 Python 中，"和 的'工作方式相同，因此""如果内容包含单引号则使用，''如果内容包含双引号则使用。请注意，r每个字符串之前允许您包含反斜杠字符而不转义它（更多细节）。

如果您想要正则表达式替换，请import re作为第二行插入，然后像这样使用它：（line = re.sub(r'\\', r'\\', line)这替换\\为\）。第一个参数是你的正则表达式，第二个参数是替换（反斜杠是此处处理），第三个是源字符串。请参阅官方文档和网络上有数百个示例。

相关内容