如何清理 LaTeX 输入？答案

【问题标题】：How do I sanitize LaTeX input?如何清理 LaTeX 输入？
【发布时间】：2010-04-13 05:17:51
【问题描述】：

我想接受用户输入（有时这将是大段落）并生成一个 LaTeX 文档。我正在考虑使用几个简单的正则表达式，用\textbackslash 替换\ 的所有实例，用\} 或\{ 替换{ 或} 的所有实例。

我怀疑这是否足够。我还需要做什么？注意：如果有为此制作的特殊库，我正在使用 python。

为了澄清，我不希望任何东西被解析为 LaTeX 语法： $a$ 应该替换为 \$a\$。

【问题讨论】：

由于 TeX 的复杂语义和解析规则，解决方案可能不是用 Python 处理，而是如何将数据转储到 LaTeX。如果您提供有关输入数据可以包含哪些内容的详细信息（应在何种程度上将其作为 LaTeX 处理？--- 和 \ae 和数学模式是否有效？），有人可能会给您一个很好的答案。
这个问题与stackoverflow.com/questions/2541616/…基本相同
另一个问题的重点是防止用户做有害的事情（获得 shell 访问权限），而不是确保输入在纯文本输入和文档中看起来相同。

【解决方案1】：

如果您的输入是纯文本并且您处于正常的 catcode 制度中，您必须进行以下替换：

此外，至少在使用 OT1 编码时，以下替换是有用的（在任何情况下都是无害的）：

这三个禁用大引号：

【讨论】：

空间是否足以代替空组？
另外，Mike Graham 提到的--- 呢？
请注意，\textasciitilde 实际上真的很丑，因为它太高了，这很少是想要的。同样，\texttildelow 太低。我知道的最好的解决方法在这里发布：stackoverflow.com/questions/256457/…
@Conley Owens：不，一个空间是不够的，它会被输入处理器吞噬。空组是最简单的解决方案；您还可以检查输入文本中是否有空格并在这种情况下插入控制空格（\ ，反斜杠–空格）。
@Conley Owens：--- 是什么意思？破折号在 (pdf)TeX 中实现为连字。如果您不想将“---”转换为“-”，则必须明确替换它（例如，-{}-{}-）。相反的方向是没有问题的：如果您使用支持 Unicode 的引擎（XeTeX、LuaTeX）或使用适当的编码加载 inputenc 包，则可以直接使用 - 或“等印刷字符。