如何正确排序越南语字母索引？

Question 1

正如 Egreg 所说，默认情况下用于imakeidx生成索引的 makeindex 不支持 unicode。另一个索引处理器支持越南语xindy。不幸的是，pdflatex、越南语和 xindy 存在一些问题，因为索引条目以 TeX 序列而不是 utf-8 代码的形式编写，而 xindy 无法正确对它们进行排序。其他语言不会发生这种情况，所以这可能是一个错误。不过，您可以切换到xelatex，这对亚洲语言来说是个好主意，我希望索引可以正确处理。

修改后的序言：

\documentclass{book}
\usepackage{polyglossia}
\setmainlanguage{vietnamese}
\usepackage[xindy]{imakeidx}
\makeindex[columns=3,options={-M lang/vietnamese/utf8-lang}]

对于 xelatex，使用polyglossia包而不是vietnam，我们使用xindy选项来imakeidx避免makeindex使用并将options={-M lang/vietnamese/utf8-lang}使用越南语排序。

用编译xelatex -shell-escape filename。该-shell-escape选项允许在编译文档时直接编译索引。如果您不使用命令行来编译文档，则必须配置编辑器以使用此选项。

结果：

越南指数

编辑： 作为 pdflatex 的解决方法，我编写了简单的过滤器，将使用inputenc选项生成的控制序列转换utf8为utf8字符。

iec2utf.lua：

kpse.set_program_name("luatex")

local cmd_arg = [[
iec2utf.lua - Script for converting LaTeX LICR codes to utf8 characters
Usage: cat filename | texlua iec2utf.lua > newfilename

Parameters:
  comma separated list of LaTeX font encodings used in the document
]]

local enc = {}

local licrs = {}
local codepoint2utf = unicode.utf8.char 

function load_encodings(f)
  local file= io.open(f,"r")
  local encodings = file:read("*all")
  file:close()
  for codepoint, licr in encodings:gmatch('DeclareUnicodeCharacter(%b{})(%b{})') do
    local codepoint = codepoint2utf(tonumber(codepoint:sub(2,-2),16))
    local licr= licr:sub(2,-2):gsub('@tabacckludge','')
    licrs[licr] = codepoint
  end
end

function sanitize_licr(l)
  return l:gsub(" (.)",function(s) if s:match("[%a]") then return " "..s else return s end end):sub(2,-2)
end
if arg[1] == nil then
  enc = {"T1"}
else
  for _,n in pairs(arg) do
    enc[#enc+1] = n
  end
end

for _,e in pairs(enc) do
  local filename = e:lower() .. "enc.dfu"
  local dfufile = kpse.find_file(filename)
  if dfufile then
    load_encodings(dfufile)
  end
end

local input = io.read("*all")

local cache = {}

local output = input:gsub('\\IeC[%s]*(%b{})',function(iec)
  local code = cache[iec] or licrs[sanitize_licr(iec)] or '\\IeC '..iec
  -- print(iec, code)
  cache[iec] = code
  return code
end)

io.write(output)

将此脚本保存到与 tex 文件相同的目录中。此脚本将使用的字体编码作为参数，对于越南语，该编码为 T5。

如果您使用的是 Windows，则可以创建批处理脚本来使用此过滤器：

越南语.bat：

@echo of
type %~n1.idx | texlua iec2utf.lua T5 | texindy -i -M lang/vietnamese/utf8-lang -o %~n1.ind

对于 Linux，创建 shell 脚本vietxindy：

#!/usr/bin/env sh
texlua iec2utf.lua T5 < `basename $1 .tex`.idx | texindy -i -M lang/vietnamese/utf8-lang -o `basename $1 .tex`.ind

然后使用以下命令编译该文档：

pdflatex filename 
vietxindy filename
pdflatex filename

从命令行

Answer