☰

论点段落

tag-icon • tag-icon extract
论点段落

我想提取各种乳胶命令的内容，例如

  • 部分
  • 章节
  • 标题
  • 旁注等

来自.tex文件。这些元素最终将出现在 CSV 文件中

chapter, chapter 1 title text
chapter, chapter 2 title text
figure, figure text

这是否需要正则表达式或者这是重新发明轮子？

该.tex文件是通过 pandoc 从 markdown 文档生成的。

示例 A

\documentclass{report}
\usepackage{hyperref}
\newcommand*\Quux{Pouet}

\begin{document}
\chapter[foo]{Foo}
\url{http://www.tex.org}
\end{document}

我想提取章节和网址。

示例 B

\documentclass{tufte-book}
\begin{document}
\chapter{A chap}
\marginnote{A note}
\end{document}

我想提取边注

答案1

您可以使用类似这样的文件来检测所有分段命令（我们称之为instrumenter.tex）：

\RequirePackage{xparse}

\ExplSyntaxOn

\iow_new:N \l_csgillespie_iow

% #1: sectioning command name as a single token
% #2: character tokens representing the command name, without the backslash
\cs_new_protected:Npn \csgillespie_instrument_sec_cmd:Nn #1#2
  {
    % Save the original sectioning command
    \cs_gset_eq:cN { g_csgillespie_#2_orig: } #1

    \RenewDocumentCommand #1 { s O{##3} m }
      {
        \iow_now:Nn \l_csgillespie_iow { #2 ; ##2 ; ##3 }

        \IfBooleanTF {##1}
          { \use:c { g_csgillespie_#2_orig: } * {##3} }
          { \use:c { g_csgillespie_#2_orig: } [##2] {##3} }
      }
  }

\cs_generate_variant:Nn \csgillespie_instrument_sec_cmd:Nn { c }

% #1: character tokens representing the command name, without the backslash
\cs_new_protected:Npn \csgillespie_instrument_sec_cmd_ifexists:n #1
  {
    \cs_if_exist:cT {#1}
      { \csgillespie_instrument_sec_cmd:cn {#1} {#1} }
  }

\AtBeginDocument
  {
    \iow_open:Nn \l_csgillespie_iow { sectioning.csv }
    \clist_map_inline:nn
      {
        part, chapter, section, subsection, subsubsection, paragraph,
        subparagraph
      }
      { \csgillespie_instrument_sec_cmd_ifexists:n {#1} }
  }

\AtEndDocument { \iow_close:N \l_csgillespie_iow }

\ExplSyntaxOff
\endinput

然后，假设您要检查一个名为的文件tested.tex：

\documentclass{report}

\newcommand*\Quux{Pouet}

\begin{document}

  \chapter[foo]{Foo}
  \chapter{Bar \emph{Baz!}}
  \chapter*{\Quux !}
  \section{A \emph{section}!}
  \section[Short title]{Another section}

\end{document}

您所要做的就是将其放在instrumenter.tex一个存在的位置TEXINPUTS（可能是与 相同的目录tested.tex），然后运行：

latex '\input instrumenter \input tested'

（这里的单引号代表 shell，请根据您的 shell 进行调整）。您将在与此示例sectioning.csv相同的目录中获得一个名为的文件，如下所示：tested.tex

chapter;foo;Foo
chapter;Bar \emph {Baz!};Bar \emph {Baz!}
chapter;\Quux !;\Quux !
section;A \emph {section}!;A \emph {section}!
section;Short title;Another section

如果某些标题包含分号分隔符 ( ;)，您可能需要在输出中添加双引号（或 CSV 格式所需的任何内容）。只需在以下行中添加它们即可：

\iow_now:Nn \l_csgillespie_iow { #2 ; ##2 ; ##3 }

论点段落

如果您使用此代码包装其他命令，并且这些命令可以在其参数中合法包含标记（例如，空行），则请在相应的参数前面\par添加，如下所示：+

\RenewDocumentCommand #1 { s +O{##3} +m }

对应O{##3}于包装命令的可选参数（默认为强制参数的值），对应m于其强制参数。+对于标准分段命令来说，应该没有用，但如果您使用此系统记录其他命令的参数，可能会有用。

答案2

提取包可以让你做到这一点：

https://www.ctan.org/tex-archive/macros/latex/contrib/extract

其中的自述文件（extract.pdf）中的文档非常好。

相关内容