谈数学论文排版技术与全文上网的实现.pdf

2 0 0 2年 1 1 月 Nov 2 002 华南师范大学学报 自然科学版 J OURNAL OF S OUTH CHI NA NORM AL UNI VERS I TY N A T U R A L S C I E N C E E D I T I O N 2 0 0 2年第 4期 No 4 2 O O2 文章 编 号 1 0 0 0 5 4 6 3 z o o 2 o 4 0 1 2 2 0 5 谈 数 学 论 文 排版 技 术 与 全 文 上 网 的 实 现 翁佩 萱 肖存涛 华 南师 范大学 数学 系 广东广 州 5 1 0 6 3 1 摘要 探讨 了数学 文章 编辑 排版 中的技术 问题 对 于 图文混 排 图 像格 式 转 化及 全 文上 网 的实 现 提 供 了切 实可 行 的方 法 关键 词 L a T e X 图 文混排 P D F文档 数 据库 中 图分 类号 G 2 3 o 7 文献 标识 码 A RES EARCH oN o0 MP 匝A n ON A ND ARRANG 匝NT 0lF M I 1 n 1 AL AR n CI ES AND TECHNoI oG 0lF FULL TE X r UPI D ADI NG WENG P e i x L l a n XI AO Cu n t a o D e p a r l m e n t o f Ma th e m a t i c s S o u t h C h i n a N o r ma l Un i v e r s i t y G u a n g z h o u 5 1 0 6 3 1 C h i n a Ab s t r a c t T he t e c h n i q u e o f ma t he ma t i c a l a r t i c l e s c o mp i l a t i o n i s s t ud i e d a nd a p pr o a c h e s o f g r a p h t e x t mi x e d a r r a n g e me nt a n d f o r ma t c o n v e r s i o n a r e s up p l i e d Ke y wor ds l a Te X Gr a ph Te x t mi xe d a r r a n g e me n t P DF Do c u me n t Da t a ba s e 数学 论文属 于学术 论文的范 畴 其研究往 往具有超前性 对于推动社会发展 和科学进 步起 着极 为重 要 的作用 各种数学类学术期刊作 为相应科研成果 的载体 反映 了当前 数学 的最新 科 研动态 为数学工作 者开展 学术交流提供 了平 台 因而其 出版工作 随着信息社会 的进步 和网络 的飞速发展 显得越来越重要 1 数学论 文的编辑与排版 1 1 数学论文 的特 点及排 版软 件的选择 数学论文往往 通过大量复杂 的数学公式 表格来 推导定理 的证明 辅 以插 图形象 地说 明 问 题及其应用 另外数学论文包含许 多由键 盘无 法直 接输入 的特 殊字符 标题 摘要 关 键词 参 考文献 以及章 节编排等在编辑排版 中均采用特 定 的数学格 式 国家所 制定 的排 版标 准 中对 数 学符号 公 式 图形 和数据等都有一整套严格 的准则 和规定 从 而使得 数学 文章 的排 版工作 有 其 明显的特殊性 在我 国 当前广泛应用 于科技排 版 的软件 有 T e X I a T e X w0 北 大方 正排 版 系统 等 Wo r d及方正排版 系统在 文字处 理及图文混排方 面具 有非常 强大 的功能 尽管 Wo r d具 收稿 日期 2 O 0 2 0 8 3 0 作者简 介 翁佩 萱 1 9 5 1 一 女 广东潮 州人 华 南师 范大学 教 授 博 士 博 士生 导 师 肖存 涛 1 9 7 9一 男 山东 滨 州人 华 南 师范 大学 2 O 0 0级研 究生 维普资讯 有 所见 即所得 的良好性能 而方正 系统 事实上也 是 目前 占据 国 内市 场最 大份额 的专 业排版 软件 然而它们在复 杂数学 公式和数学专 有符号处理方 面显得力 不从心 其 对数 学论文 的排版 效果要 比 T e X L a T e X逊 色很 多 T e X最初 由美 国斯坦 福 大学 的 D o n a l d K n u t h开发 后来 L e s l i e I a mp o r t 在 T e X的基础 上开发出 I J a T e x版 本 由于 I J a T e x可 以得 到标 准漂 亮 的数学 公式 对 于 数学格式 专有符号处理等方 面也 有杰 出表 现 现已经成 为数 学论文 排版 的标 准语言 并 已发 展 到 L a T e X 3 0版本 而 e X 2 为当前最为 流行 的版本 1 2 T e X L a T e X系统 的优点 1 强大 的科技排 版功能 L a T e X设 定 了数学 论文 的版 面格式 这使得 我们 不 用具 体考 虑 文 章 的版面设置 只需完成简单 的输 入工作就行 当然也可 以利用 LaT e X所提供 的命令定制合 适 的文章格式 以适 应不 同的排版需 要 在对 数学公式 的排 版效果 上 LaT e X要 明显优 于 wo 耐 利用 Wo r d的公式 编辑器编排 出的段 落总是难 以达 到预 期 的文 章格式 在 文 章字体 格式 字体 大小设 置 以及数学公式 的修改上 工作量很大 然而 LaT e X配备有丰 富的字符集 采 用统一 的格 式处理 有关字体和公式 的设置 而且非 常方便 后继 的修 改工作 LaT e X还具有灵 活 的 自动编号 功能 可 以对文章 中出现的数学公 式 参考文献 图表等 自动编号 以方便文 中对 这些编号 的引 用 这在引用较 多的文 章编排 中非常实用 另外 LaT e X可 以 自动生成文 章 目录及索引 2 良好 的开放性 LaT e X为免费 的源代 码开放 软 件 团体 和个 人都 可 以根据 需要 对其 进 行 修改和扩充 这也是其能够发展 壮大并为各 国科技 界所接受 的重要 原 因之 一 例如 美 国数 学会 A MS 根据 自己的排 版格式开发 了 A MS T e X和 A MS LaT e X 扩 充 了数 学符 号集 增 强 了多行公式 的对齐功 能 作为 向美 国数学会所属 杂志投稿 的标 准软件供科技 工作者使用 当前 许 多 国际性 的数学期 刊均 接受 LaT e X格式 的投稿 为适应 中文排 版 的需要 中科院 的张林 波等 人开发 出 中文 r e x C C r 从而使得 LaT e X的中文 处理 功能得 以实 现 利用 C C T系统 中的造 字程 序 P Z E X E可 以简便灵活 的拼造出我们所需要 的汉字 再通过 建立用 户字库 我 们便可 以 在 源文 件 中引用 自己拼制 的汉字 由于 P Z E X E所造汉字为矢量结 构 可 以满 足不 同分辨率 的 要求 其字形质量完全 可以达到正规 出版物的标准 1 3中文 L a T e X的选择 与应 用 LaT e X系统 实际上是 一种编程语 言 首先要建立 源文 件 然后调 用编译 命令得 到我们想 要 的排版结果 对于源程序 的编辑 可以采用任何不会 向文件增 加不可见控制字 符的文本编辑器 例如 E d i t P l u s U l t r a E d i t Wi n E d t 等 利用这 些软件 自身 的对 外接 口模块 我们 只要对 其作一 系 列设 置 便 可以得 到一个集成 的编译 环境 在 当前 的 D O S和 WI N D O WS操作 平 台上 主要有 两 种 比较流行 的免费 中文 LaT e X系统 C C T e m T e X与 C T e X Mi k T e X 其 代表 软件 为 E d i t P l u s e m T e x 或 U l t mE d i t e m T e X 和 中文套 装 2 0 即 n E d c k T e x 这 两种软件各有优 缺点 1 C C T e m T e X软件 体积很小 编译速 度很快 但是 其更新较 慢 对字 体 的使用 也较 困难 在应 用 E d i t P 1 u s e m T e X或 U l t r a E d i t e m T e X编辑 源程 序时要 手动设置 编译 和视 图命 令及工具 栏等选项 l 参考 网站 h t t p 2 0 2 3 8 6 7 7 8 t e x g u r u 不太适 合初 学 者使用 E d i t P l u s 还会 提 供显示 行号和 自动补足功能 便于错 误的快 速查找定位和 盲打 的实现 2 C T e X Mi k T e X支持 C C T和 C J K宏包 更新速度快 字体使用非 常方便 可以实现 D V I 文 件到 P S文件 P S到 P D F D V I 到 P D F的转化 也 可以直接 生成 P D F文档 其 D V I 查看程序 Y A P 比 C c t w i n 3 2功能更加强大 能够 直接 浏览 其 中插 入 的图形 以及颜 色 而 且 还具 有 反 向搜 索 功 1 23 维普资讯 能 但 它的编译 速度较慢 且软件 体积庞大 安装 时间较长 不过系统安装 后会 自动加载相应 的 编译命 令和视图命令 不用对 系统进行配置 工具栏 中还 提供 了特 殊字符 快速 输入 的模 板 减 少 了符号记忆的工作 而且 源文件名 中的普 通字符 和格式 字 符采 用不 同的颜 色显示 为错误 的查 找工作提供 了便利 由于其 功能强大又 比较智能 因此 比较适 合期刊排版工作或供初学 者 使用 C C T系统在处理 中文 文章时 首 先调 用 c c t e x e预处理 程 序将 源 程序 文 件名 后缀为 c t x d o c u me n t c l a s s 为 c c t a r t 类 转化 为 l a T e X能够处理 的源文 件 后缀 为 t e x 然后再调用 l a T e X命 令 l a t e x 2 e e x e 对其 进行编译生成 最终排版文件 D V I 文件 为 了应用方便 我们可 以制作 一个 简单 的批处 理文件 1 将 上面 的步骤 简化为一个命令 我们还经 常用 另一种方法来 处理 中文文 章 即加 载 C J K宏 包 C J K是 由 We me r L e mb e r g专 门为 l mT e X 2 设计 的可 以处理 中 13韩 三种 文字 的样 式宏 包 利用 这种 方法 可直接 调用 l a T e X 命令编译 而不需要像 C C T进 行转化 源文件仍采用英文 l a T e X格 式 后缀 名为 t e x d o c u me n t c l a s s 为 a r t i c l e 类 只需要 向文件 中加入相 应命令 即可 例如 d o c u m e n t c l a s s a r t i c l e u s e p a c k a g e C J K b e g i n C J K G B K s o n g e n d C J K e n d d o c u me n t 1 4 L a T e X 中插 图的处理方法 插 图处理是计 算 机排 版 的重 要 内容 l a T e X提 供 了众 多 的宏 包来 解决 图像 插 入 浮 动排 版 图文混 排 等 问题 例如 g r a p h i c s g r a p h i c x e p s fi g w r a g fi g等 1 a T e X支 持插入 的图形 为 E P S E n c a p s u l a t e d P o s t S c r i p t 格式 通常 的应用 软件 如 Ma t L a b Ma t h e m a t i c a A u t o C A D均 可生成 E P S 格式 的图形 对于非 E P S格式 的软件我们 可 以利用 C o r e lDR A W I m a g e C o m m a n d e r 等进行格 式转 化 C o r e lDR AW 是基于 向量 的图形 软件 利用 其作格 式转化 可 以保证 图像 的精确 度 获得 满意 的 图形后我们 可以采用如下命令格 式完成其插入 和浮动排 版 b e g i n fi g u r e c e nt e r i n g i n c l u d e g r a p h i c s fi l e e p s c a p t i o n T h i s i s a n i n s e r t e d E P S fi g u r e l a b e l 舷 fi l e e n d fi g u r e 2 数 学 论 文 自主 全 文上 网分 析 因特 网的迅速 发展使信息传播速度进一 步加快 传播 范围和对外影 响 1 3益扩大 作 为新的 信息载体 各 种期刊 的网络 出版正发挥着越来越重要 的作用 自主全文上 网的关键在 于实现下 面两大技术 一是文档格式 的选择和转换 3 二 是数据 库信息存 储 和中文全文 检索技 术 的实 1 2 4 维普资讯 现问题 例如 数学学报 便成功地解决了这两个 问题 实现了杂志的网络出版及全文上 网功 2 1 数学 电子 文档 格式的选择和转换 当前 电子期 刊全 文上 网采用 的格 式不外乎 以下几 种 H T ML格式 P D F格式 C A J格式 图 像扫描方式 S GM L X ML格式等 图像扫描方式数 据量大 占用 大量磁盘 空间 不利 于 网络 传输 和在线 阅读 采 用 C A J格式 的文件虽然有着 较高 的压缩 率 但 C a t 格 式 的转化 需 要专 门的软件 而且其转 化 过程 相对 复 杂 不太适合数学 论文 的 自主上 网 H T M L是 网络上最 主要 的标记语 言 其 简便 性 灵 活性 和动 态性使其被称 为 网络 上数据信息存 取 的主要格式 是处 理纯文本 文件 的最佳选择 但 是 H T ML 不支持数学公式 在处理含 有表格 插 图 特殊符 号和 复杂 公式 的文章 时 经 常 出现字符 丢失 图文错位等现象 难 以保持 原文章的版面格式 5 S G ML是 I S O颁 布的文献 生产 和管理 的国际 标准 它 可 以将 文 本 图形 视 频 文 件等 原始 资 料组 装 在 同一个 文 件 中 通 过 D T D D o c u me n t T y p e D e fi n i t i o n 来 定义文件 结构 增加文件标 识 用 以反 映文件结构 单元 X ML采用 X ML D T D 来 定义 文件结 构 的组 织规 则 即去除 了 S G ML的复杂性 又表现 出极 大的灵活 性 是今后 网络 出版的趋势 但 是 当前 的浏览 器软件如 Mi c r o s o ft I E和 N e t s c a p e N a v i g a t o r 均不 支持 S G ML 而且 编写结构和 内容都较好 的 D T D文件也 比较 困难 6 P D F是 A d o b e公 司发布 的用 于全 球 电子 文档 的开放 式 标 准 它 可 以将文本 图形 公 式封 装 在一起 完整 地再 现源文档 的版面格 式和 字体颜 色 而且 P D F文 档可 以通过 服务 器 光 盘 电子邮件等各种介质发布 P D F文 档的浏览 软 件 A c r o b a t R e a d e r 为免 费软 件 任何 人 都可 以免 费下载 另外 P D F格式还有 以下 特点 1 忠实 性 P D F与运行环境和硬件 无关 使用 者 可 以使用任何 操作 平台 任何 浏览 器 任 何显示 器 任何 打印机 创建 浏览 或 打印 P D F文 档 P D F将 忠实地再 现原稿 的每一 个字 符 公 式 图像 和色彩 2 浏览 的高效性 P D F文 档 的浏览 除 了利 用 A c robat R e a d e r 之 外 还可 以通 过 A c t i v e X控 件 把 p a 1 O C X安装 到 Wi n d o w s的 A c t i v e X组 件文件 夹 中 利用 浏览器来 查看 压缩后 的 P D F文 档 比源文档要小 有利 于网页的快 速显示和下载 另外 P D F文档 还可 以通过 制作 书签 设置 超 级 链 接 提 高 浏 览 的 效 率 3 不 同级 别的安 全保护机制 P D F文档具有 阅读 批注 数字签名 防打印等 功能 还可 以 设 置敏感文件 的访 问权 限 因而有着 良好 的安全性能 有利 于电子 出版物著作权 的保护 4 P D F文档 支持全文搜索 从数学文档 到 P D F格式 的转换非 常简便 例如利用 中文套装 2 0可 以直接 将英文 T e X L a T e X源文件 生成 P D F格式 对于 中文 T e X L a T e X文章可 以先生成 D V I 格 式 进而转 化为 P D F格 式 当然也可 以利用 A d o be A c robat 提供 的 A c robat D i s ti l l e r 或 P D F Wr i t e r 虚拟打 印出相应 的 P D F 文档 正是 由于 P D F格 式具有上述优点 它是完全 可 以胜任 数学论文 上 网的电子文 档格式 例 如 h t t p e j d e m a t h s w t e d u 就是利 用 P D F格 式实现 了全文上 网 2 2 数 据库和 中文全 文搜索技术 数据 库在全文上 网过程 中起 着至关 重要 的作用 它建立 了数 据库到文章全文 的链接 并为 检索提供关键数 据 文 7 l 8 J 提供 了实现全文检索 功能的可行性方法 1 25 维普资讯 首先我们要建立一关 系数据库来存储论 文 的重 要信 息 由于 A c c e s s 和一些 低 版本 的 O r a c l e数据库无法实现 中文 全文 检索功能 所 以这里 我们选 用 O r a c l e 8 0版本 该 数据 库我们 建有 标题 关键词 摘 要 作 者 名 地址 期 刊名 卷 期 图书 分类号 等重 要字段 为检 索工 作提供 数 据 但我们不 会把文 章全文存人数据 库 因为 这样数据 库将 会变得 过 于庞大 从 而影 响到存 储 和检索 的速度 解决 方法是 在数据库 内我们 设置一特 殊字 段来存 储相 关文 章 的地 址 用户 通 过此地址来访 问文章 的全文信 息 进行 浏览