☰

什么被视为非标准输入编码的标记？

tag-icon • tag-icon tex-core input-encodings parsing
什么被视为非标准输入编码的标记？

当我使用 (La)TeX 的输入编码，允许我直接输入诸如 é 和 ä 之类的字符（例如通过声明\usepackage[utf8]{inputenc}）时，如何定义标记？具体来说，

  • 是否可以写类似的东西\^ä；对于这种情况，我是否表示这个字符对 (La)TeX 有影响吗？
    • 作为 U+00E4 或
    • 使用组合序列 U+0061 U+0308 ，
  • 或者我必须使用\^{ä}？

（这个问题的灵感来自用户 @doncherry 对关于重音字符的这个问题。

答案1

标准 (pdf)LaTeX 基于pdftex8 位导向。

如果您使用 8 位编码ansinew，例如 ，ä则编码为11100100。这意味着它的长度为 8 位，因此对于 来说，pdftex它是一个输入“实体”。在这种情况下\^ä可以工作（如果您使用inputenc，ä则是一个命令，并且发生的情况取决于设置 的实际定义的字体编码ä）。

如果使用utf8，ä通常会被编码为1100001110100100。因此它至少有 2x8 位长，并且pdftex可以看到两个输入“实体”。由于inputenc使第一位有效，因此ä实际上是一个相当复杂的命令，像这样的组合\^ä通常会中断。

引擎 XeTeX 和 LuaTeX 是面向 Unicode 的。

对于他们来说，UTF-8 编码U+00E4 ä是单个实体。有了这些引擎，不再存在“普通” ASCII 字符和“特殊”非 ASCII 字符之间的区别：ä将像 一样处理a，并且\^ä可以正常工作。如果ä被编码为，U+0061 U+0308那么对于这些​​引擎来说，也有两个输入实体。像这样的命令\^ä通常不会在这种情况下中断，但输出可能与 不同\^{ä}。同样，发生的情况取决于字体和 的实际定义（通常由这些引擎\^设置）。xunicode

相关内容