☰

排版 Kvant 期刊数学问题书（Задачник «Кванта» по matематике）

tag-icon • tag-icon unicode font-encodings
排版 Kvant 期刊数学问题书（Задачник «Кванта» по matематике）

我去布拉格拜访了我的一位同事，捷克 TeXist Karel Horák，他向我提出了一个很棒的 TeX 问题。他希望从 TeX 文件中获取 PDF 文件。听起来很简单！

Kvant 的问题（量化分析师的数学问题书) 期刊已于一段时间前公开发布 (TeX，PDF，http://www.kvant.info/zkm_main.htm）。

他遇到的第一个问题是文件是用哪种编码编写的。他尝试了 TeXworks 中的所有编码，但都没有成功。我尝试了几种自动检测系统（第一个站点，第二个站点）。他们识别了 SJIS 和 UTF-8，这是错误的。我还没有测试过沙尔代Python 中的包（这是我的一种待办事项）。

我尝试过不同的策略。我希望测试iconv程序中的所有编码。我创建了一个独立的 Lua 脚本来帮我做这件事。我们运行texlua mal-split.lua：

-- I'm mal-split.lua...
-- I test all encodings from iconv -l...

os.execute("iconv -l >list.txt")
content=io.lines("list.txt")
for line in content do
  for term in string.gmatch(line,"[^ ]+") do
  print("Processing "..term)
  command="iconv -f "..term.." -t UTF-8 zkm_main.tex >zkm_main-"..term..".tex"
  os.execute(command)
  end -- for term
end -- for line

然后我尝试在众多 TeX 文件中从 PDF 文件（复制+粘贴）中找出一些单词。就这样！使用的编码可能是以下之一：CP866，CP1125或CP1131。

从该 TeX 文件获取 PDF 文件还存在一些其他问题：

  • 我们缺少所有图片，请参阅\epsfbox命令。我们需要以某种方式从服务器下载它们（如果它们存在的话）或从 PDF 文件或附带的 HTML+PNG 文件中提取它们。我们猜测其中一些是在 Metapost 中创建的。我们可以通过\def\epsfbox#1{}在文件开头进行定义来消除此问题。我既没有找到带有图片的必要文件，也没有找到字体文件。我用了wget -r -N http://www.kvant.info/（2 GB）。我给网站管理员写了一封电子邮件，询问他们是否可以提供。

这是对我获取图形源代码的卑微请求的答复：

  Hello, Pavel! I'm afraid the most of the data you requested is lost...
  It has been a long time since *.tex files were produced. It's a chance
  that you can find some pictures here
  http://www.kvant.info/zkm_main.htm
  Unfortunately it's not possible to contact the author of the files...
  С уважением,
  sergereal

加载的图片HTML网页（GIF、JPG、SWF）位于/zkm_in/文件夹中，它们在这里： http://striz7.fame.utb.cz/docasne/zkm_im.rar

  • 该文件缺少前言，应该有一些，因为有未定义的命令，如\LARGE。我在该服务器上找不到其他 TeX 文件。
  • 我们可能应该加载一些支持包，因为它们在命令名称中使用西里尔字母。或者我们需要将引擎更改为latex其他引擎...
  • PDF 文件中的字体列表为：jour10、scbbx10、scbex10、scbit10、scbmi10、scbr10、scbsy10 和 T1 到 T9。

因此，任务是重建序言，这是我最好的猜测。我正在尝试通过任何必要的方式编译 TeX 文件来重现 PDF 文件。

这些是一些转换的 TeX 文件来自 CP866，来自 CP1125和来自 CP1131转换为 UTF-8，以防您无法运行 iconv 工具。我附上了 PDF 文件第一页的预览。

在此处输入图片描述

答案1

我认为，第一步也是绝对必要的一步是找回原版字体。没有字体，你就无法重现原版的行和分页符或整体外观。

查看字体的名称，它们遵循“计算机现代”传统，因此它们可能最初用 METAFONT 或 METAPOST 编写，如果您无法从备份磁带中获取它们，可能仍然在某些服务器（ftp、listserv 存储库、gopher 等）上吸引人。

如果找不到它们，你可以从 pdf 文件中剥离出字形（字母形状）（而且，由于文件太旧，你可能会在一次尝试中得到完整的字体，而不是得到每个 pdf 文件不同的重叠子集）。但必要的 tfm 文件仍然缺失……

有了这些之后，下一步就是测量页面尺寸并为 LaTeX 制作试用文档类。这不仅仅是写一个序言，而且比重建丢失的字体更可行。

相关内容