XML to TeX或如何從類似XHTML的源代碼獲取漂亮的PDF

Question

表面上，一個簡單的問題是：如何從我的XML文檔中獲得美觀的PDF？實際上，我的輸入是XHTML的一個子集，添加了一些自定義屬性（以節省關於引用源的一些信息等）。我一直在探索一些路線，並希望得到一些反饋，如果有人曾嘗試過這一點之前。

注意：我已經考慮過XSL-FO來生成PDF，但聽說開源工具的印刷質量仍然落後於TeX。猜猜最先進的是Apache FOP。但我真的很感興趣，看起來很漂亮的PDF（否則我可以使用我的瀏覽器的打印對話框）。任何想法，這個更新？

所以我一直在考慮使用XSLT將我自定義的XML/XHTML方言轉換爲DocBook，並從那裏開始（DocBook via XSLT到正確的HTML似乎工作得很好，所以我也可以使用它）。但我該如何從DocBook轉到TeX？我遇到了很多解決方案。

• dblatex一組輸出LaTeX的XSLT樣式表。
• db2latex作爲dblatex的克隆開始使用，但現在提供了與LaTex包的更緊密集成，並提供了一個用於輸出PDF的單一腳本，這非常好。
• passiveTex代替XSLT它使用TeX編寫的XML解析器。
• TeXML本質上是一個LaTeX語言的XML序列化，可以用作中間格式和附帶的python工具，該工具從該XML格式轉換爲LaTeX/ConTeXt。它們可以避免現有解決方案的特殊符號問題，失去一些大括號或空格，並且只支持拉丁-1編碼。 （這是否仍然如此？）

由於我的輸入XML可能包含相當多的用Unicode表示的特殊字符，所以最後一點對我來說尤其重要。我也一直在考慮使用XeTeX而不是pdfTeX來解決這個問題。 （儘管我可能會失去一些印刷質量，但可能仍然比當前的開源XSL-FO處理器更好）。因此，db2latex和TeXML似乎是最受歡迎的。那麼有人可以評論這些的健壯性嗎？

另外，我可能有更多的運氣直接使用ConTeXt，因爲似乎有相當一些interest in the ConTeXt community in XML。特別是，我可以深入瞭解"My Way: Getting Web Content and pdf-Output from One Source"和"Dealing with XML in ConTeXt MkIV"。這兩份文件都描述了使用ConTeXt與LuaTeX結合的方法。 （DocBook In ConTeXt似乎做差不多的，但最新的版本是自2003年），第二份文件說明：

你可能想知道爲什麼我們在做這些TEX操作，而不是使用XSLT來代替。集成方法的優勢在於簡化了使用。不僅要考慮處理文檔 ，還要使用xml來管理同一運行中的資源。一種xslt 方法同樣冗長（畢竟，您仍然需要生成TEX代碼），並且可能不太可讀。在MkIV的情況下，集成的方法也更快，並且使我們能夠在運行時使用Lua來操作內容的選項 。

您對此有何看法？請記住，我對XSLT和TeX都有一定的經驗，但從未深入其中。從未嘗試過許多不同的LaTeX的包或替代品，如上下文（或經XeTEX/LuaTEX等程序，而不是pdfTeX的），但我很願意學習一些新的東西，讓我的美麗PDF文件到底;）

另外，我絆了Pandoc但找不到與其他方法相比的任何信息。最後，鏈接到一些關於how to use TeXML with ConTeXt的大量文檔。

Answer 1

最後，我決定去與Pandoc，似乎是非常拋光和堅實的基礎代碼。一個潛在的缺點是，你必須限制Pandoc內部表示中可用的標記功能的數量，該功能基本上與其extended markdown一一對應。

因爲我不認爲從我的類似XHTML的源生成降價是一個好主意，所以我成功地創建了一個pandoc component that reads DocBook，它目前在Pandoc開發回購的主分支中。所以現在我有一個簡單的XSLT樣式表，它可以從我的XHTML方言轉換爲DocBook（也是XML），然後我使用Pandoc導出爲其他格式的提升，包括通過ConTeXt提供的PDF。

Answer 2

你可能要檢查questions tagged with XML on TeX.sx，尤其是this之一。我建議你使用ConTeXt;目前的版本沒有Unicode的問題，並且可以完美地處理OpenType，而且它可以在Lua中編程。 LaTeX最常用的替代方案是XMLTeX，但這需要很多TeX foo。

如果你的文件可以通過pandoc處理，使用：您將有多種輸出選擇，比任何基於TeX的系統了。

Answer 3

我做了這樣的事情在過去的（即保持在XML文檔中的主版本，並希望從他們身上產生LaTeX的輸出）。

我用PassiveTeX過去，但我發現創建樣式表是艱苦的工作 - 在一次寫作兩種語言的通常的結果。我得到它的工作，結果看起來非常好，但它可能比它的價值更多的努力。也就是說，如果你需要添加的樣式量是小，那麼這可能是一個很好的路線，因爲它是一個單一的步驟。

最成功的路徑（讀取，靈活和有吸引力）是使用XSLT將文檔轉換爲結構化的LaTeX，該結構與結果文檔的預期結構相匹配，但不會嘗試做最基本的格式化。根據你的文檔，這可能是看起來很正常的LaTeX，或者它可能有定製的結構。然後編寫或修改LaTeX樣式表或類文件，將輸出格式化爲有吸引力的內容。這樣，您就可以使用XSLT來發揮自己的優勢（並且不會超越它們，這很快就會令人沮喪），使用LaTeX的的優勢，而不會讓自己感到困惑。

也就是說，這或多或少地符合前兩種選擇的方法，無論您是否願意與它們一起使用，或者使用定製輸出來編寫/定製LaTeX樣式表，這都是您使用LaTeX時感覺如何的一種功能樣式表，以及需要做多少複雜或專門的格式。

既然你說你需要輸入處理Unicode字符，那麼，XeLaTeX將是管道的一部分LaTeX的一個不錯的選擇。