☰

\string 命令行为 - Plain TeX

tag-icon • tag-icon tex-core plain-tex strings
\string 命令行为 - Plain TeX

我想学习 Plain TeX，我正在阅读 Knuth 的《The TeXBook》。在第 7 章中，Knuth 讨论了该\string命令以及它如何将控制序列转换为字符标记列表。

为什么我打字时 \string\TeX得到"TeX，但当我写时却{\tt \string\TeX}得到\TeX？

我猜想这与有关\escapechar，因为当我改变该控制序列时，输出也发生了变化：

\escapechar=`^
\string\TeX

它产生^TeX。

答案1

的 ASCII 码\是 92，这也是 TeX 反斜杠的内部代码。现在看一下 TeXbook 的附录 F（F就像字体表一样）。在那里你可以看到打字机字体cmtt10确实\在位置 92 有一个位置（八进制表示为 ´134），而标准文本字体在该位置cmr10有一个引号“。后者的原因是，在标准文本中，你经常需要引号，但几乎不需要反斜杠。

如果你想自己制作字体表，请使用以下代码（感谢史蒂芬·柯特维茨谢谢您的建议！）：

\documentclass{article}
\addtolength{\textheight}{1cm}
\usepackage{fonttable}
\begin{document}
\fonttable{cmr10}
\fonttable{cmtt10}
\end{document}

字体表

答案2

Hendrik 的回答很棒。不过，请允许我\string再详细阐述\escapechar一下：

就像您所说的那样，该\string原语将控制序列转换为字符标记列表1。它还适用于其他标记并将它们转换为字符串表示形式。这里有两点值得注意：除空格外的所有字符都返回为类别代码(catcode) 12“其他”，即使它们之前来自 catcode 11“字母”。如果控制序列包含空格（可能包含\csname .. \endcsname），则它们仍然具有 catcode 10“空格”。此 catcode 更改对这些字符的排版或 ing 没有影响\write。

其次，TeX 不会将控制序列中的反斜杠与每个控制序列名称一起存储。反斜杠仅在将控制序列标记为一个时才需要，一旦该控制序列被标记化，就不再需要它了。而且反斜杠并不是硬连线到 TeX 中的。每个带有 catcode 0“转义字符”的字符都可以使用。但是默认情况下，反斜杠是唯一一个具有此 catcode 的字符。由于 TeX 不会存储用于每个特定控制序列的转义字符，因此当它必须将控制序列重新转换为字符串时，它需要被告知如何表示它。这是使用\escapechar寄存器2来完成的，该寄存器保存所用字符的 ASCII 编号。默认情况下，它是 92，这是反斜杠的编号。这个寄存器可以随意更改。如果它包含负数，则根本不会产生任何转义字符\string。这个事实经常被 (La)TeX 代码使用，它喜欢只获取宏名称。Hendrik 是否已经在他的精彩回答中写道，您需要确保当前使用的字体中存在转义字符。通常，使用 tt 字体是正确的。

因此，例如\escapechar=`\A\catcode`\|=0 |string|foo将输出Afoo，而不是\foo或|foo。在 catcode 更改之后，TeX 不会在这里关心您是否使用|或\，您可以根据需要混合它们（请注意，现在\\可以写成 ，|\但不能写成 ，||因为第二个反斜杠不是转义字符）。您也不必强制\escapechar使用 catcode 0 的字符。

1）Knuth，TeXBook，第 40 页，第 7 章第 1 段：TEX 如何读取你输入的内容.2
） Knuth，TeXBook，第 40 页，第 7 章第 6 段：TEX 如何读取你输入的内容。

答案3

理论

它是如何\string工作的？有各种各样的情况，但首先我们必须意识到，这是一个 TeX 的原始命令，它只查看下一个标记无需扩大. 此查找发生后标记化过程，可以以各种方式转换输入。

因此，我们感兴趣的是\string<token>

  1. 如果<token>是除 10 之外的任意类别代码的字符（包括活动字符），则扩展与类别代码 12 相同。但请注意， 不能<token>属于类别 0、9、14 或 15，因为这样的字符永远不会到达发生扩展的“口”。

  2. 如果<token>是类别代码 10 的字符，则扩展为 (32,10) 对，即类别代码 10 的普通空格标记。

  3. 如果<token>是代码为 32 且具有任意类别代码的字符，则扩展名为 (32,10) 对，与前面的情况相同。

  4. 如果<token>是控制序列，则 的扩展\string<token>是控制序列的名称，前面是字符代码等于 的当前值的字符\escapechar。此扩展中的所有字符都将具有类别代码 12，但空格除外，这些空格被规范化为字符代码 32 和类别代码 10 的正常空格标记。控制序列不需要定义，也不会存储在哈希表中。

  5. 但是，如果 的值\escapechar小于 0 或大于 255，则返回的字符串开头不会添加任何字符。0x1FFFFF对于 XeTeX 和 LuaTeX，上限为 2097151，即 。

例子

  1. 输入

    \edef\x{\string a}\ifcat\x a\message{11}\else\message{12}\fi

    将返回 12

  2. 输入

    \catcode`?=10 \def\temp{?}\edef\x{\expandafter\string\temp}\show\x

    将返回

    > \x=macro:
-> .

  3. 输入

    \catcode`\ =12 \edef\x{\string }%
\ifcat\x\space\message{10}\else\message{12}\fi

    将返回 10

  4. 输入

    \edef\x{\string\foo}\show\x

    将返回

    > \x=macro:
->\foo.

    o（和之间缺少空格.表明这\foo不是控制序列）。相反\escapechar=`A \edef\x{\string\foo}\show\x将返回

    > Ax=macro:
->Afoo.

  5. 输入

    \escapechar=-1 \edef\x{\string\foo}\show\x

    将返回

    > \x=macro:
->foo.

    （ 之前没有任何字符foo）

印刷

关于 的打印输出的问题\string\foo则是另一回事；如果说\char`\\，TeX 将打印当前字体的 92 号位置中的任何字符，该字符可能是反斜杠，也可能不是。它不在标准的 Plain TeX 字体 中\tenrm，cmr10而是在 中cmtt10。打印 产生的字符串时也会发生同样的情况\string\foo。

答案4

这里提到的问题与\stringTeX 原始行为无关，但与以下事实有关：Computer modern 文本字体不遵守 ASCII 编码（打字机 Computer Modern 字体除外，它们遵守 ASCII）。ASCII 的例外情况有 7 个位置：

  • <打印为 ¡
  • >打印为 ¿
  • \打印为“
  • {打印为 –
  • |打印为 -
  • }打印为“
  • $在字体的草书变体中打印为 £

此外，字符\、{、}、$在纯 TeX 中（以及其他格式中）都有特殊的类别代码，因此如果您想打印它们，不能简单地写下来。

在这七次出现中不尊重 ASCII 的原因是：使用的 7 位（128 个插槽）Computer Modern 字体中的插槽很少，并且需要实现 ASCII 表中未包含的常见印刷字符。为什么 Knuth 不使用 8 位字体（256 个插槽）？它们在 TeX 内存中占用更多空间，并且 Knuth 需要预加载来自 Computer Modern 系列的许多字体。在 TeX 诞生的那些日子里，计算机的内存非常有限。人们认为<、|和>只会在数学模式下使用（其中字体和插槽选择由与文本字体不同的原则完成），并且应该使用特殊的宏来打印 \ 、 { 、 } 、 $ 。

现在，这个问题只属于 TeX 历史，因为我们通常不使用 Computer Modern 字体，而是使用 Unicode 字体（1114111 个可用插槽）。如果有人遇到此处讨论的这个问题，则意味着他/她沉浸在历史软件（40 年前）的研究中，而不使用当前的现代 TeX。

相关内容