包含原始页面图像以供并排比较 + SyncTex

Question

我正在使用 latex 从 archive.org PDF 复制一本书。出于 QA 目的，我希望并排显示原始页面和 latex 排版页面，要求如下：

1. synctex 可以工作，所以我可以直接从 pdf 跳转到源文件来修复问题（我使用 TeXstudio）。
2. 页码（例如 folio，而不是 pdf-pagenum）不会改变。
3. 排版不会因为图像的加入而发生改变。

然而，到目前为止我尝试过的每种方法都存在一个或多个问题，所以在这里我寻求明智的建议。

有关工作流程的更多信息

生成 .tex 源代码的过程主要通过脚本自动完成。我决定pageXXX.tex每页一个，按部分和章节收集到目录中，这样我就可以单独工作和排版。通过插入\linebreak任何地方，可以保留原始换行符。通过匹配页面几何形状和字体大小，可以隐式处理分页符。在每页上包含一些自定义 tex 代码不是问题。

我尝试过的方法（按尝试顺序）

• 方法＃1：使用 pdftk 对原始页面进行交错。
  • 优点：
    • 乳胶排版不受影响。
    • 操作简单，无需更改 .tex 文件
  • 问题：
    • 破坏了 synctex（我记得），因为页码被更改了。
    • 在更正之前，单页page.tex经常会溢出到下一页。每次发生这种情况时，所有后续页面图像都会相对于排版页码发生偏移，并出现在错误的位置。
• 方法二：调用pdfpageseverypageXXX.tex并在页面后插入原始页面。
  • 优点：
    • pageXXX.tex由于每个新文件都需要特定的页码，因此可以保留页面图像和页面之间的同步，
  • 问题：
    • 调用 pdfpages 会强制创建一个新的段落，从而改变排版。
    • 有时会导致出现本来不会出现的幽灵页面或孤立页面。
    • 与 lettrine 的奇怪交互：pageWithDropCap+pdfpage 有时会导致下一页出现首字下沉形的“洞”。
    • pdfpages 修改了页面计数器，这必须通过更脆弱的黑客来纠正。
• 方法 3：将页面宽度加倍，并使用 ++atbegshi将额外空间用于图像[absolute]textpos\includegraphics
  • 优点：
    • 页码和排版未修改
    • 每个页面都要求一张特定的图像，如果页面溢出，则不会出现同步漂移问题。
  • 问题：
    • \AtBeginShipoutNext我在每个 的顶部都包含pageXXX.tex，但实际发货是在 latex 决定这样做时发生的。有时似乎在 的最后一行之后pageXXX.tex，有时仅在查看下一个 的第一行之后pageXXX.tex，而不将该行包含在页面中。结果是\AtBeginShipoutNext被挤压在一起并应用于单个页面，结果令人遗憾。

我愿意接受任何替代方案，但最后一种方法应该如果我能确保在每页末尾都有（单个）发货，那么效果会非常好。我尝试过手动包含，\pagebreak[4]但有时这会导致出现额外的空白页，具体取决于 latex 是否已经确定页面已满并发货。

我也尝试使用该needspace包来尝试即兴制作一个“幂等”分页符，但事情似乎并没有按预期进行（虚假的段落分隔符、垂直间距问题）

我提供了尽可能多的细节，希望这些信息能够对从事类似项目的其他人有所帮助。

Answer 1

根据 Sean 的想法，我提出了一个可行的解决方案，对 pdf 输出进行后期处理，然后更新文件.synctex。

使用原始 SyncTex 数据（以及C 解析器由 jerome laurens 提供），很容易找出每个 pageXXX.tex 的第一行在 pdf 输出中的位置，然后通过合并 latex 版本 pdf 和原始页面图像 pdf 中的整个页面，轻松生成 2up 版本。

生成更新的.synctex文件也相对简单。由于输出中保留了整个页面，并且只有其 pdf 页码会发生变化，因此只需更新文件中的页码即可。SyncTeX 规范很有用，格式也很简单（基于文本和面向行的格式万岁！）。

完成后，一切都运行良好，乳胶输出未受影响，pdf /源同步完美运行，页面自动匹配输出，生成时间不到一秒钟。

输出示例（左侧为 Latex 页面，右侧为图像）：