☰

！ 程序包 inputenc 错误：Unicode 字符 ​ (U+200B)？

tag-icon • tag-icon unicode input-encodings
！ 程序包 inputenc 错误：Unicode 字符 ​ (U+200B)？ 
\begin{description}

 \item[Public : ] Dans les clouds ​​publics,
 \item[Privé : ] Dans les clouds ​​privés,

\end{description}

我不知道为什么我以前使用过这种语法，但还是会出现问题中提到的错误。

我该如何解决这个问题？

答案1

clouds和publics/之间有四个 U+200B 字符（零宽度空格）privés。一个简单的解决方法是删除带有 的空格p并重新输入。也许这些字符是由编辑器或某些复制/粘贴操作引入的。

答案2

这是 U+200B 和 LaTeX 的热门问题之一，因此我将在这里发布解决方案。

请看以下示例：

\tracinglostchars=2
\documentclass{article}
\pagestyle{empty}
\begin{document}f​l f‌l fl\end{document}

在 LuaLaTeX 中，它编译为：

拉丁现代字体示例

第一个 fl 没有连字符，因为我插入了 U+200B，一个零宽度空格。第二个没有连字符，因为我插入了 U+200C，一个零宽度非连接符。这些可能是你故意复制的原始来源：零宽度空格可能意味着潜在的换行符，例如在斜线之后，而零宽度非连接符会禁用连字符。例如，Elfin 中的 fi 或 Halfling 中的 fl（根据像我这样的学究的说法）不应该连字符，因为它们属于复合词的不同部分，但这在其他一些语言中更常见。

如果您尝试在 PDFLaTeX 中编译它，您将收到以下错误消息：

! Package inputenc Error: Unicode character ​ (U+200B)
(inputenc)                not set up for use with LaTeX.

有几种方法可以解决这个问题。

手动清理来源

这是本网站大多数人推荐的。您的编辑器可能有办法显示特殊字符，以便您可以删除它们。但说真的，这不是计算机的工作吗？

使用 Perl 清理源代码

以下单行 Perl 脚本将创建一个新的源文件，其中所有零宽度空格均被删除：

perl -CSD -pe "s/\N{U+200B}//gu" < U200B.tex > noU200B.tex

如果更容易记住，你也可以将其写成

perl -CSD -pe "s/\N{ZERO WIDTH SPACE}//gu" < U200B.tex > noU200B.tex

此-CSD选项无条件选择 UTF-8，即使您没有将 UTF-8 作为默认语言环境。此-pe选项在输入文件上运行给定的 Perl 脚本并打印到输出文件。该s命令执行替换，是\N{...}匹配零宽度空格的正则表达式，之间的空字段//表示用任何内容替换，和gu表示全局替换 unicode 字符串中的所有实例。然后，<和>运算符选择输入和输出文件。

其中任何一个都会生成一个编译为以下内容的文件：

计算机现代字体示例

也可以自动删除给定子集之外的所有字符。脚本

perl -CSD -pe "s/[^\p{Word}\p{Punct}\p{Symbol}\p{Mark}\p{PerlSpace}]//gu"

仅允许以下字符：Unicode“单词”字符、标点符号、符号、重音符号和几种空格。它会删除大多数不可见的字符。更严格的版本是

perl -CSD -pe "s/[^\p{ASCII}]//gu"

这将清除所有字符，但 TeX 中最初允许的 ASCII 除外（包括“双反引号）。

是的，我们可以用一些东西来代替零宽度空格，而不是什么都不用。脚本

perl -CSD -pe "s/\N{ZERO WIDTH SPACE}/{\\\\hskip 0pt}/gu; s/\N{ZERO WIDTH NON-JOINER}/{}/gu"

给定上述 MWE 作为输入，产生以下输出：

\tracinglostchars=2
\documentclass{article}
\pagestyle{empty}
\begin{document}f{\hskip 0pt}l f{}l fl\end{document}

教 LaTeX 理解零宽度空格

如果问题是 U+200B“未设置为用于 LaTeX”，但它相当于 TeX 命令 -\hskip 0pt或者\hspace{0pt}是阻止连字并导致潜在换行的零宽度空格 - 我们可以设置字符以使用该命令。

\tracinglostchars=2
\documentclass{article}
\usepackage{iftex}
\pagestyle{empty}

\ifTUTeX
  \usepackage{fontspec}
\else
  \usepackage[T1]{fontenc}
  \usepackage[utf8]{inputenc} % The default since 2018
  \DeclareUnicodeCharacter{200B}{{\hskip 0pt}}
\fi

\begin{document}f​l f‌l fl\end{document}

虽然该\DeclareUnicodeCharacter命令在中inputenc，但自 2018 年起，LaTeX 内核已默认加载它。因此，我们可以跳过声明它。

答案3

这些错误很难调试，因为如果您有一个很长的文档，然后向具有非unicode字符的bibtex条目添加引用，那么很难知道哪个引用是问题所在以及在哪里查找。

我的解决方案如下：

pdflatex在命令行中运行或执行其他任何命令。这将以“控制台”格式显示错误，如下所示：

Package inputenc Error: Unicode char ́ (U+301) not set up for use with LaTeX

然后我可以复制/粘贴有问题的字符（在我的情况下，是一些西班牙语文本上的奇怪重音）并将其粘贴到以下命令中：

rgrep  ́

这使我能够在我的其中一个 .bib 文件中找到有问题的项目，然后我可以进行修复并继续我的生活。

相关内容