LaTeXML

LaTeXML — это бесплатный пакет программного обеспечения, находящийся в общественном достоянии , который преобразует документы LaTeX в XML , HTML , EPUB , JATS и TEI . ^{[1] [2] [3]}

Основной выходной формат LaTeXML — это XML-представление модели документа (La) TeX . Постпроцессор может преобразовывать эти XML-документы в другие структурированные форматы. Обычные варианты использования — создание HTML с математическими формулами в виде изображений или XHTML , HTML5 и EPUB с формулами в виде MathML . По сравнению с другими процессорами LaTeX-to-XML, LaTeXML стремится сохранять семантические структуры разметки LaTeX . Это делает его хорошей основой для семантических служб, таких как поиск Math.

Время преобразования варьируется от 30 миллисекунд для одной формулы (в демоне LaTeXML) до нескольких минут для документов размером с книгу.

LaTeXML был запущен в контексте Цифровой библиотеки математических функций в NIST , где документы LaTeX необходимо было подготовить для публикации в Интернете. Система активно разрабатывалась более десяти лет и привлекла небольшое, но преданное сообщество разработчиков и пользователей, центром которого был Брюс Миллер, автор оригинального проекта.

Текущая выпущенная версия — LaTeXML 0.8.8. Она была выпущена в феврале 2024 года, и разработка продолжается в публичном репозитории.

LaTeXML использовался для преобразования 90% (60% без ошибок) из 530 000 документов из arXiv в XML. ^[4] В результате этих постоянных усилий по расширению охвата LaTeXML поддерживает широкий спектр пакетов LaTeX. Конференция ACL 2014 использовала LaTeXML для преобразования представленных статей в XML. ^[5] Это стало продолжением существующей работы, которая пыталась преобразовать статьи ACL Anthology в высококачественную семантическую разметку для дальнейшего анализа. ^[6] С февраля 2013 года LaTeXML использовался для рендеринга веб-страниц на математическом сайте PlanetMath , созданном коллегами . С июля 2015 года он был принят Authorea для их расширенной поддержки LaTeX. ^[7] В 2018 году второй выпуск данных ^{[8] проекта} Gaia Европейского космического агентства был реализован с помощью LaTeXML.

В феврале 2022 года arXiv анонсировал экспериментальный сервис на основе LaTeXML, предлагающий 1,78 миллиона документов в формате HTML5. ^[9] Разработчик LaTeXML заявил об успешном преобразовании 74% arXiv, при этом 97% статей «по крайней мере частично просматриваются». С начала 2024 года этот эксперимент был перенесен на основные страницы статей arXiv. ^{[10] [11]}

Ядро LaTeXML — это переопределение алгоритма анализа и усвоения TeX на Perl в сочетании с настраиваемым XML-эмиттером. Для сохранения семантических структур в разметке LaTeX LaTeXML требуются XML-привязки для всех пакетов LaTeX с макроопределениями высокого уровня. В настоящее время дистрибутив LaTeXML предоставляет XML-привязки для более чем 200 часто используемых пакетов LaTeX, таких как AMSTeX , Babel ^[12] и PGF/TikZ (который имеет только экспериментальную поддержку).

Преобразование LaTeXML состоит из двух этапов:

• первый анализирует LaTeX и преобразует его в документ XML, близкий к LaTeX , и
• второй этап (постобработка) преобразует XML в один из стандартизированных структурированных форматов вывода.

В LaTeXML 0.8 добавлена ​​функциональность демона, которая обеспечивает множественные преобразования и простое встраивание в веб-сервисы.

LaTeXML 0.8.7 была первой версией, реализующей язык разметки « MathML Core» для математического синтаксиса, новый в MathML 4.

• pdfTeX

• Официальная домашняя страница LaTeXML
• Исходный код LaTeXML
• Веб-сервер LaTeXML, службы и демонстрации