Osmiobitowe wprowadzanie
polskich znaków w TeXu
(w implementacjach opartych na web2c)
Istnieje kilka sposobów kodowania polskich znaków w dokumencie
TeXowym. Najbardziej komfortowa jest notacja ,,naturalna''
osmiobitowa, tzn. zastosowanie jakiejs strony kodowej (np. cp852,
cp1250, ISO 8859-2 (Latin 2), itp.). Sa dwa zasadnicze sposoby
nauczenia TeXa przetwarzania tak zapisanego tekstu. Jeden polega na
zastosowaniu znaków aktywnych. Drugi wymaga wsparcia ze strony samej
implementacji TeXa polegajacego na przekodowywaniu znaków z wejscia na
odpowiednie pozycje znaków w stosowanych fontach. Kazdy z wymienionych
sposobów ma swoje wady i zalety.
Przekodowywanie znaków narodowych przez TeXa jest dostepne w emTeXu i
sbTeXu (MS DOG), brak go natomiast w popularnych dystrybucjach
UNIXowych. Implementacja przekodowywania, pod tajemnicza nazwa TCX
zostal/a wprowadzona na pewien czas do dystrybucji web2c --- matki
wszystkich UNIXowych dystrybucji TeXa. Wkrótce jednak przeciwnicy tego
rozwiazania (zwiazani z ekipa LaTeXa 2e) wymogli na autorze web2c jego
unieczynnienie.
Przekodowywanie wydaje sie byc bardzo uzyteczne w kontekscie potrzeb
polskich uzytkowników --- zwl/aszcza formatu MeX. Dlatego tez
podjal/em próbe wprowadzenia na nowo do web2c procedur
przekodowujacych.
Obserwujac sposób rozwoju Linuksa oraz programów takich jak GIMP, KDE
czy GNOME dochodze do wniosku, ze wczesne udostepnianie programów jest
dobrym pomysl/em. Dlatego ponizej znajduje sie wstepna wersja
implementacji przekodowywania w web2c. Jest ona przeznaczona dla
ofiarnych testerów a nie dla zwykl/ych uzytkowników. Wszelkie
informacje o (nie)dzial/aniu nalezy wysyl/ac do mnie. W szczególnosci
jestem bardzo zainteresowany informacja jak ,,to'' sie sprawuje w
Luftach. Wydaje mi sie, ze w chwili obecnej zostal/ osiagniety
wl/asciwy zakres funkcjonalnosci TCX, wiec szczególnie zachecam do
oceny ,,czy to jest to'', czy moze potrzeba czegos wiecej/mniej.
Pliki
web2c-tcx.tgz - kod zródl/owy dla web2c 7.2
web2c-tcx.diff.gz - kod zródl/owy w postaci l/aty, mozna spróbowac
nal/ozyc na inna wersje web2c; nie zawiera testów i plików .tcx. L/ate
nalezy nal/ozyc przez (cd texk; patch -p1 <web2c-tcx.diff)
web2c-tcx_linux_i386_libc6.tgz - wersja binarna dla systemu GNU/Linux
dla procesorów Intela (uwaga: skompilowane przy uzyciu wersji 2
bibliotek GNU C, wymaga stosunkowo swiezego systemu linuksowego)
Jak tego uzyc
Plik z binariami zawiera skompilowane programy tex, etex i pdftex oraz
przykl/adowe tabele konwersji: iso2-pl.tcx opisujacy przekodowanie
polskich znaków z pozycji kodu ISO Latin-2 na pozycje fontów PL (lub
EC) i cp1250-pl.tcx opisujacy to samo dla strony kodowej cp1250
(Lufty).
Jezeli w systemie zainstalowane sa programy z pl/yty TeXlive 3 lub
teTeX 0.9 to binaria te powinny po prostu dzial/ac, nawet bez
koniecznosci generowania na nowo formatów (ale oczywiscie nie moze to
byc MeX z pakietu pltexmf z polskimi znakami uzyskiwanymi przy pomocy
znaków aktywnych). Jezeli ujawnia sie problemy ze sciezkami moze pomóc
ustawienie zmiennej srodowiskowej TEXMFCNF tak, aby wskazywal/a
katalog z systemowym plikiem texmf.cnf.
Programy reaguja na dodatkowa opcje -translate-file wskazujaca tablice
przekodowan. Opcji tej uzywa sie przy normalnym wywol/aniu TeXa (a nie
jak w emTeXu przy generowaniu formatu). Ponizsze wywol/anie powinno
dawac MeXa czytajacego osmiobitowe polskie znaki:
./tex -fmt=mex -translate-file=iso2-pl mojdokument.tex
TeX poszukuje pliku opisujacego przekodowanie w biezacym katalogu oraz
w miejscu wl/asciwym dla plików .pool.
Opcji -translate-file mozna uzywac równiez w wywol/aniu initexa
(nowosc!), ale bedzie ona w mocy tylko w czasie jego pracy. Po co?
Mozna wyobrazic sobie format oparty na MeXu definiujacy makra o
nazwach zawierajacych polskie znaki. W pliku takiego formatu nazwy
makr byl/yby zakodowane w notacji wewnetrznej. A zatem format taki
byl/by nadal niezalezny od notacji wejsciowej! Przy przetwarzaniu
dokumentu moznaby nadal wskazac dowolna strone kodowa dla wejscia i
dawal/aby ona dostep do makr o polskich nazwach. Jak sie zdaje
prezentujemy tu pierwsza na swiecie implementacje TeXa z taka
funkcjonalnoscia. Paczka z kodem zródl/owym zawiera kilka plików
testujacych te mozliwosci. Plik testtcx.ini zapisany w cp1250 sl/uzy
do wygenerowania formatu MeX rozszerzonego o makro \azs. Pliki
test-win.tex i test-il2.tex zapisane w kodach cp1250 i ISO 8859-2
odpowiednio powinny dac sie przetworzyc przy pomocy tego formatu.
Tablice konwersji mozna równiez zadac przypisujac zmiennej
srodowiskowej TEXCHARTRANSLATE nazwe pliku z tabela. (Jak sie okazuje
ta funkcjonalnosc istnial/a w dotychczasowym kodzie.) Mozna wreszcie
wartosc te ustanowic w pliku konfiguracyjnym texmf.cnf, równiez
selektywnie dla formatu. Oto fragment texmf.cnf sensowny dla MeXa pod
Linuksem:
% translation files
TEXCHARTRANSLATE.mex = iso2-pl
Jak to skompilowac
Osobiscie uzywam zródel/ web2c 7.2 z pl/yty TeXlive 3. Po skopiowaniu
zródel/ TeXa nalezy plikami z mojej paczki z katalogu changed/
zastapic odpowiednie oryginalne. Katalog changed/ odpowiada gl/ównemu
katalogowi texk/. Nastepnie wykonujemy:
./configure --enable-tcx
make
Bez opcji --enable-tcx wynikiem kompilacji beda binaria bajt w bajt
zgodne z tymi z web2c. Z ta opcja dostaje sie przekodowujacego TeXa,
który stanowi Nowa Jakosc (tm). Aby skompilowac tylko niektóre
programy wystarczy wejsc do katalogu web2c i wykonac np. make tex etex
pdftex.
Send mail to Marcin Wolinski [INLINE] Strona wiodaca Kacik TeXnika
Color Free Zone certified page