如何将文本拆分为字符

Question 1

答案很大程度上取决于你所说的“字符”是什么意思，以及你的输入是什么样子的（例如命令）。一种可能性是使用包含大量代码的 soul 来分析文本。例如，你可以通过滥用 \so 命令来获取你的框：

\documentclass{article}
\usepackage{soul}

\makeatletter
\def\SOUL@soeverytoken{%
 \fbox{\the\SOUL@token}}
\makeatother
\begin{document}
\so{abcADBC kdkkk dkdk kdkdk }
\end{document}

Answer

答案很大程度上取决于你所说的“字符”是什么意思，以及你的输入是什么样子的（例如命令）。一种可能性是使用包含大量代码的 soul 来分析文本。例如，你可以通过滥用 \so 命令来获取你的框：

\documentclass{article}
\usepackage{soul}

\makeatletter
\def\SOUL@soeverytoken{%
 \fbox{\the\SOUL@token}}
\makeatother
\begin{document}
\so{abcADBC kdkkk dkdk kdkdk }
\end{document}

Question 2

这似乎是的工作expl3。假设我们想将一串字符拆分成其组成部分，以便稍后处理。因此，我们定义一个宏，它接受两个参数：字符串和用于处理的宏

\documentclass{article}

\ExplSyntaxOn

\NewDocumentCommand{\stringprocess}{ m m }
 {
  \egreg_string_process:nn { #1 } { #2 }
 }
\cs_new_protected:Npn \egreg_string_process:nn #1 #2
 {
  \text_map_inline:nn { #2 } { #1 { ##1 } }
 }
\ExplSyntaxOff

\newcommand{\boxchar}[1]{\fbox{\strut#1} } % leave a space after the box

\begin{document}

\stringprocess{\boxchar}{abcdef}

\stringprocess{\boxchar}{ábcdefß}

\end{document}

不同的玩具问题，但这里“复杂”字符更成问题，所以我坚持使用 ASCII。我们希望输入一个字符串，并得到一个仅包含字符串中的数字（以逗号分隔）的标记列表。我们假设输入是受控的，因此它仅包含字母数字字符。

我们只需要定义一个合适的辅助函数，而不是\boxchar之前使用的简单函数。但是，最好使用序列而不是标记列表，所以我将从头开始重新设计解决方案。

\documentclass{article}
\usepackage{xparse}

\ExplSyntaxOn
\seq_new:N \l__egreg_input_string_seq
\seq_new:N \l__egreg_output_string_seq

\cs_new_protected:Npn \egreg_string_process:nnn #1 #2 #3
% #1 = preprocess macro
% #2 = postprocess macro
% #3 = string
 {
  \seq_clear:N \l__egreg_output_string_seq
  \seq_set_split:Nnn \l__egreg_input_string_seq { } { #3 }
  \seq_map_inline:Nn \l__egreg_input_string_seq
   { #1 { ##1 } }
  #2
 }

\NewDocumentCommand{\boxchars}{ m }
 {
  \egreg_boxchars:n { #1 }
 }

\cs_new_protected:Npn \egreg_boxchars:n #1
 {
  \egreg_string_process:nnn
   { \egreg_fbox_strut:n }
   { \seq_use:Nnnn \l__egreg_output_string_seq { ~ } { ~ } { ~ } }
   { #1 }
 }
\cs_new_protected:Npn \egreg_fbox_strut:n #1
 {
  \seq_put_right:Nn \l__egreg_output_string_seq { \fbox { \strut #1 } }
 }
\ExplSyntaxOff

\begin{document}
\boxchars{abcdef}
\end{document}

这会产生与以前相同的结果，但\unskip不是必需的。

作为第四个参数传递的字符串\egreg_string_process:nnnn被拆分成各个组件；第三个参数是组件的分隔符，也可以为空；清除辅助“输出”序列以供预处理或后处理宏后续使用；
序列的每个元素都被传递给“预处理宏”，它应该是一个参数函数；
应用“后处理”宏。

在示例中，预处理宏存储\fbox，后处理宏仅生成输出序列中的项目，以空格分隔。

那么玩具问题呢？预处理宏应该测试该项目是否为数字，在本例中，将其添加到输出序列中。让我们在之前添加此代码\ExplSyntaxOff

\cs_new_protected:Npn \egreg_store_digit:n #1
 {
  \bool_if:nT
   {
    \int_compare_p:n { `#1 >= `0 } && \int_compare_p:n { `#1 <= `9 }
   }
   {
    \seq_put_right:Nn \l__egreg_output_string_seq { #1 }
   }
 }
\cs_new:Npn \egreg_print_list_commas:n #1
 {
  \seq_use:Nnnn \l__egreg_output_string_seq { , } { , } { , }
 }

\NewDocumentCommand{\extractdigits}{ m }
 {
  \egreg_string_process:nnnn
   { \egreg_store_digit:n }
   { \egreg_print_list_commas:n }
   { }
   { #2 }
 }

并尝试

\begin{document}
\extractdigits{a1b2c3}
\end{document}

要得到

1,2,3

玩具问题的完整代码：

\documentclass{article}
\usepackage{xparse}

\ExplSyntaxOn
\seq_new:N \l__egreg_input_string_seq
\seq_new:N \l__egreg_output_string_seq

\cs_new_protected:Npn \egreg_string_process:nnnn #1 #2 #3 #4
% #1 = preprocess macro
% #2 = postprocess macro
% #3 = separator
% #4 = string
 {
  \seq_clear:N \l__egreg_output_string_seq
  \seq_set_split:Nnn \l__egreg_input_string_seq { #3 } { #4 }
  \seq_map_inline:Nn \l__egreg_input_string_seq
   { #1 { ##1 } }
  #2
 }

\cs_new_protected:Npn \egreg_store_digit:n #1
 {
  \bool_if:nT
   {
    \int_compare_p:n { `#1 >= `0 } && \int_compare_p:n { `#1 <= `9 }
   }
   {
    \seq_put_right:Nn \l__egreg_output_string_seq { #1 }
   }
 }
\cs_new:Npn \egreg_print_list_commas:n #1
 {
  \seq_use:Nnnn \l__egreg_output_string_seq { , } { , } { , }
 }

\NewDocumentCommand{\extractdigits}{ O{} m }
 {
  \egreg_string_process:nnnn
   { \egreg_store_digit:n }
   { \egreg_print_list_commas:n }
   { #1 }
   { #2 }
 }

\ExplSyntaxOff

\begin{document}
\extractdigits{a1b2c3d}
\end{document}

Answer