☰

从技术上讲，在 T1 的宏名称中哪些字符是合法的？

tag-icon • tag-icon macros tex-core input-encodings font-encodings
从技术上讲，在 T1 的宏名称中哪些字符是合法的？

免责声明：我知道应该不是在宏名称中使用特殊字符，不建议这样做（相反）。我纯粹是出于好奇才问这个问题。

直到最近我才意识到宏名称中只能使用“普通”字符，即字母（a- z，A- Z）和常见符号，如数字（0- 9）或标点符号（例如-，!）。以下一个问题在这个网站上我发现事实并非如此：甚至允许使用重音字母（并且可以在使用时直接输入inputenc）：

\documentclass{article}

\usepackage[utf8]{inputenc}
\usepackage[T1]{fontenc}

\makeatletter

\begin{document}

\expandafter\def\csname \c c\v c\'e\endcsname{I am weird}
\csname \c c\v c\'e\endcsname:
\expandafter\string\csname \c c\v c\'e\endcsname

% with inputenc:
\def\äöü{Me too}
\äöü:
% \string\äöü does not work
\expandafter\string\csname äöü\endcsname

\end{document}

但是，有些字符（例如\v o或）会出错。另一方面，\ss输入ß（带有）则工作正常。令人惊讶的是，如果不使用 ，这根本不起作用。inputencfontenc

  • 您能给出一个关于哪些字符可以作为宏名称的精确规则吗？
  • \ss为什么书写和书写之间会有区别ß？
  • 为什么\v c合法但\v o又不合法？
  • 为什么\def\äöü起作用了但是\string\äöü不行呢？
  • 为什么只有在使用时才有效\usepackage[T1]{fontenc}？

答案1

您能给出一个关于哪些字符可以作为宏名称的精确规则吗？

绝对全部字节0 到 255 是允许在宏名称中使用的。但它们的输入是否方便，以及它们如何与人物在人类可见的意义上，除其他外，可以依赖于 catcodes 和活动字符的定义，而这些又可以依赖于当前加载的包（输入编码和字体编码）。

确切的规则是宏可以是：

  • 单一活跃角色：类别代码为 13，字符代码为 0–255 之间的任意数字的 token。

  • A控制字：转义字符 ( \) 后跟一串字母（以 11 作为类别代码、以 0-255 之间的任意数字作为字符代码的标记）。

  • A控制符号：一个转义字符 ( \)，后跟一个非字母（以除 11 之外的任何内容作为类别代码，并以 0-255 之间的任意数字作为字符代码的标记）。

在回答您的其余问题之前，先做些解释。

与大多数软件系统一样，TeX（具体来说，非 Unicode TeX，即 Knuth TeX 或 pdfTeX，而不是 XeTeX 或 LuaTeX）仅理解字节（0 到 255）；它不理解“字符”。 （与大多数 Unicode 之前的系统一样，其术语使用“字节”和“字符”有时会产生误导。）为了给人一种将字节“理解”为字符的错觉，会发生两种“翻译”：

  • 字体编码：这表示某些（我们所认为的）字符的形状（字形）在字体中“应该”位于何处：例如在默认（OT1）编码（并且还根据T1 编码), 位置 65 (八进制'101, 十六进制"41) 应该包含看起来像“A”的东西。而位置 231 (十六进制"E7) 应该包含 T1 编码中的“ç”字形，而不应该包含默认 (OT1) 编码中的任何内容。相应地，该包会根据需要fontenc重新定义 etc 的含义。\c

  • 输入编码：使用\usepackage[utf8]{inputenc}，这会将某些字符（字节）设置为活动字符，以便 UTF-8 字节序列可以被解释为相应的 Unicode 字符。

另外：TeX 有一种方法可以在输入文件中直接输入特定字节，后跟^^两个十六进制数字（0123456789abcdef），例如在任何可以输入“A”的地方（在文本中、在宏名称中，等等），也可以输入^^41，等等。为了清楚起见，我们使用它。

基于这样的理解，问题中的两个例子是：

  1. \csname \c c\v c\'e\endcsname— 这里， 、 和的\usepackage[T1]{fontenc}定义如下\c，\v\'

    • \c ce7扩展为类别代码为 11、字符代码为 231（十六进制）的标记，
    • \v ca3扩展为类别代码为 11、字符代码为 163（十六进制）的标记，
    • \' e扩展为类别代码为 11、字符代码为 233（十六进制）的标记e9。

    因此以下是等效的：

    \expandafter\def\csname \c c\v c\'e\endcsname{I am weird}

    和

    {\catcode"E7=11 \catcode"A3=11 \catcode"E9=11
 \expandafter\def\csname ^^e7^^a3^^e9\endcsname{I am weird}}

    并且简单地

    {\catcode"E7=11 \catcode"A3=11 \catcode"E9=11
\def\^^e7^^a3^^e9{I am weird}}

    这是一个“控制字”类型的宏：反斜杠后跟三个字母的序列。

  2. 这里，äöü输入文件中（假设您已将文件保存为 UTF-8 编码）的字节序列为 C3 A4 C3 B6 C3 BC。此外，\usepackage[utf8]{inputenc}将所有这些字节的 catcode 更改为 active。因此，以下两个是等效的：

    % Assuming UTF-8 inputenc
\def\äöü{Me too}

    和

    {\catcode"C3=13 \catcode"A4=13 \catcode"B6=13 \catcode"BC=13 % Same as those set by \usepackage[utf8]{inputenc}
\def\^^c3^^a4^^c3^^b6^^c3^^bc{Me too}}

    这是一个“控制符号”类型的宏：它实际定义的是\^^c3（一个非字母），要求在使用它时，它后面必须跟着^^a4^^c3^^b6^^c3^^bc所有 catcode 13 的标记。（否则你会得到类似的结果Use of \^^c3 does not match its definition。）

现在回答您其余的问题：

为什么\v c合法但\v o又不合法？

  • \v c扩展为类别代码为 11（字母）且字符代码为 163（十六进制）的标记"A3。您可以看到这是字符č 在T1。

  • \v o不会扩展为单个字符标记（T1 编码中有一个č但没有ǒ），而是扩展为向字符添加适当重音的​​指令o。在 中\csname ... \endcsname，所有内容都应扩展为字符标记。

\ss为什么书写和书写之间会有区别ß？

实际上没有太大的区别；只是你（我猜）在 内部尝试了前者\csname … \endcsname，并在 之后直接尝试了后者\def。

与之前的情况不同，例如，\c c扩展为类别代码为 11、字符代码为 231 的单个标记，\ss扩展为\char"FF— 即 TeX 原始命令\char，后跟（如果\char正在处理）数字"FF。 （这与标记 不同^^ff，尽管我不知道为什么fontenc不定义\ss扩展为单个字符标记。）这在 中也是不允许的\csname … \endcsname。

ßtoo 会扩展为类似的东西（你也不能在里面使用它\csname … \endcsname），但是如果你\def直接在之后使用它，那么没有扩展它就是两个活动字符的序列^^c3^^9f，并且\def不会扩展标记。

为什么\def\äöü起作用了但是\string\äöü不行呢？

请参阅上文了解其\def\äöü工作原理：它是\def\^^c3^^a4^^c3^^b6^^c3^^bc。

并且\string\äöü是（有效：试试看）后跟（并且那里的第一个字节，\string\^^c3^^a4^^c3^^b6^^c3^^bc即的 UTF-8 表示的第二个字节，已被定义为引发错误的活动字符，因为它永远不应该在有效的 UTF-8 中单独出现）。\string\^^c3^^a4^^c3^^b6^^c3^^bcä

为什么只有在使用 \usepackage[T1]{fontenc} 时才有效？

控制符号的定义（如\def\äöü{Me too}）无论有没有 都可以使用\usepackage[T1]{fontenc}，其用法也是如此。但是，如果您想在 内使用这些“特殊”字符\csname ... \endcsname，则需要将其定义扩展为字符标记（确实\usepackage[T1]{fontenc}可以，因为它可以：这些字符存在于字体中），而不是扩展为将重音符放在其他字符上方/下方的指令（如果没有 就会发生这种情况\usepackage[T1]{fontenc}，因为没有其他选择）。

答案2

基本上没有。有些可以，有些则不一定。

对于 来说\v c，最终的扩展名是代码为 163 的字符；对于 来说\ss，最终的扩展名是\char"FF，这在 内部是非法的\csname...\endcsname。

您\def\äöü没有定义这样的命令，而是定义了一个以字符编号和为名称的控制符号0xC3，其后必须跟有代码为0xA4、0xC3、0xB6和0xC3的字符0xBC（您应该能够识别ä、ö和的 UTF-8 表示形式ü）。

事实上，当您这样做时\string\äöü，您会得到一个错误，因为字符0xA4出现孤立（的UTF-8表示中的第一个字节ä已被吸收\string），所以它会引发有关格式错误的UTF-8序列的错误。

最终结果几乎是任意错误的。

相关内容