☰

pdfLaTeX 以最少的前导码支持哪些 Unicode 字符？

tag-icon • tag-icon unicode
pdfLaTeX 以最少的前导码支持哪些 Unicode 字符？

考虑一个具有支持 UTF-8 字符所需的最小配置的 LaTeX 文档 — — 据我所知，这样的文档看起来像这样：

\documentclass{article}
\usepackage[T1]{fontenc}
\usepackage[utf8]{inputenc}
\begin{document}
Text goes here.
\end{document}

在这样的文档中，pdfLaTeX 能识别和支持哪些 Unicode 字符？是否仅支持属于 T1 编码的字符（显然看起来像这)？是当前字体的功能吗？是内置的特别指定随着新的 LaTeX/pdfTeX/pdfLaTeX 版本的发布，列表将会扩大吗？

这个答案告诉我字符是在t1enc.dfu（和/或utf8enc.dfu？）中定义的，但我对更多感兴趣内涵的，而非外延的， 回答。

答案1

当前的 LaTeX 格式将输入 omsenc.dfu、ot1enc.dfu、t1enc.dfu 和 ts1enc.dfu（与您链接的答案相比，这是当前乳胶中的新内容）。

您可以在 中找到所有四个文件tex/latex/base并检查它们支持哪种 unicode 输入。顾名思义，它们的支持范围与输出编码有关，但不存在严格的 1-1 关系。t1enc.def例如还包含\DeclareUnicodeCharacter{00A0}{\nobreakspace}。

当前的 latex 不需要加载 inputenc。utf8 无论如何都是默认的。因此您也可以通过此文档获得此支持：

\documentclass{article}
\usepackage[T1]{fontenc}

\begin{document}
Text goes here.
\end{document}

答案2

您的问题定义不明确，因为“最小前言”可以解释为“支持所需的 Unicode 字符所需的最小值”，这有点循环。

如果我添加西里尔文文本，发布的示例序言将产生以下内容

! Package inputenc Error: Unicode character П (U+041F)
(inputenc)                not set up for use with LaTeX.

由于西里尔字母代码点未默认设置，但与输入编码无关，因此它们无论如何都不会排版，因为指定了 T1 字体编码，该编码仅涵盖拉丁字母。

您不需要inputenc在当前的乳胶中使用 UTF-8，因为默认的是 UTF-8，如果您指定了包含西里尔字母的字体编码（如 X2），则会加载合适的 Unicode 映射， x2enc.dfu该映射位于基础乳胶分布中。

因此运行没有错误：

\documentclass{article}
\usepackage[T1,X2]{fontenc}
\begin{document}
{\fontencoding{T1}\selectfont Text goes here}. Привет
\end{document}

该文件/usr/local/texlive/2020/texmf-dist/tex/latex/base/utf8enc.dfu （用于在本地系统上查找文件）列出了基础发行版中kpsewhich utf8enc.dfu编码文件中声明的所有字符，但贡献的软件包可能会添加更多。dfu

grep '[.]dfu' `kpsewhich --all ls-R`

将列出所有可用的，以及我所看到的核心拉丁希腊语和西里尔语编码armglyphs.dfu pmboxdrawenc.dfu otf-hangul.dfu。

基本上，限制不在于对 UTF-8 的解释。Pdflatex 的 inputenc 代码可以理解完整的 UTF-8 编码，因此您可以指定任何 Unicode 编号。但是 pdflatex 中的字体只能有 256 个字符，因此大多数 Unicode 字符无法定义，除非您指定字体来覆盖所需的字符集。

如果您拥有覆盖 Unicode 范围的字体；则匹配的 inputenc 映射可能已经存在（并且将自动输入序言中声明的任何字体编码）或可以轻松添加。

相关内容