如何将LaTeX转换为纯文本（ASCII）？

情景：
我有一份使用LaTeX创建的文档（本例中是我的简历），它在

pdflatex

中正确编译，并准确输出我想要的内容。现在我需要将相同的文档转换为普通的旧ASCII

例如：
我见过这样做（至少一次），作者有一个和一个在几乎所有方面都与PDF版本匹配的，包括边距、间距和要点

---

我意识到由于ASCII格式的限制，这种类型的转换不可能精确，但根据我目前的发现，非常接近的近似值似乎是可能的。执行此操作的过程是什么？

可以将DVI转换为文本并尝试保留格式。

您可以尝试此处建议的一些程序：

---

我通常的策略是将其转换为网页，然后从web浏览器进行处理和粘贴。我发现这提供了最好的格式

然后，我通常必须通过手动修复一些换行…

另一个选项是使用LaTeX源创建网页，然后使用转换为纯文本。我使用了命令行

链接-转储-无编号-无引用input.html>output.txt

---

在过去，这给了一个相当好的结果。这当然会与呈现的HTML视图相匹配，而不是与原始PDF相匹配，因此可能并不完全符合您的要求。

您可以导入到lyx中，并使用lyx的导出到文本功能

如果你不使用lyx，但如果你已经有了它，那就有点傻了，非常简单快捷的解决方案。对我来说效果不错，不过公平地说，我的文件很简单。不确定如何转换更复杂的文件。

请尝试以下步骤：

以下是将LaTeX文件转换为纯文本的序列：

$ latex file.tex
$ catdvi -e 1 -U file.dvi | sed -re "s/\[U\+2022\]/*/g" | sed -re "s/([^^[:space:]])\s+/\1 /g" > file.txt

catdvi的-e1选项告诉它输出ASCII。如果使用0而不是1，它将输出Unicode。Unicode将包括所有特殊字符，如项目符号、破折号和希腊字母。它还包括一些字母组合的连字，如“fi”和“fl”。你可能不喜欢这样。因此，使用-e1代替。使用-U选项告诉它打印未知字符的unicode值，以便您可以轻松找到并替换它们

命令的第二部分查找用于指定项目符号字符（•）的字符串[U+2022]，并将其替换为星号（*）

第三部分消耗掉catdvi为使文本完全对齐而添加的所有额外空格，同时保留行（缩进）开头的空格

---

运行这些命令后，您最好在.txt文件中搜索字符串[U+，以确保不会留下无法映射到ASCII的Unicode字符，并对其进行修复。

我尝试了LyX，效果非常好。唯一的细微差别是，如果您有一个包含其他TeX文件的TeX文件，则需要单独导出它们，除非我遗漏了一些内容。

当我需要获取纯文本fr时从我用于索引和搜索的TEX文件中，我发现LaTeX2RTF是一个很好的解决方案-它有一个，并且它生成了一个我50页论文的RTF文件，我可以用Word打开。

最适合我的解决方案是以下内容。假设您将latex文档名（不带扩展名）存储在

${BASENAME}

您可以应用以下3个步骤：

htlatex${BASENAME}.tex

iconv-f iso-8859-1-t utf-8${BASENAME}.html>${BASENAME}-utf8.html

html2markdown${BASENAME}-utf8.html>${BASENAME}.txt

显然，您需要安装

tex4ht

和

python-html2text

。

适用于Windows和Linux（在Mac上也可以编译）。可以从

用法：

detex项目

打开project.tex，使用\include或读取包含的所有文件 \仅包括命令，将结果文本输出到标准输出

detex-n project>out.txt

打开project.tex，不遵循\include或\includeonly命令， 将结果文本输出到out.txt

detex--help

表示全力帮助

将其解压缩到您选择的任何目录。 假设您已将其解压缩到下载目录

在其中创建任意名称的另一个目录（这是可选的，但建议使用）。假设目录名为“my_paper”。将论文放在“my_paper”目录中。假设论文名为project.tex

导航到路径

    cd ~/Downloads/opendetex

运行命令

    detex my_paper/project.tex  > out.txt

一般形式

    detex -n full_path_to_tex_file.tex > output_text_file.txt

---

您也可以尝试，它可以将latex转换为许多其他格式。我建议阅读它的文档，因为可能有一些棘手的情况需要您传递一些参数来处理。

Emacs有命令

iso-iso2tex

和

iso-tex2iso

，但它不转换像

\OE这样的单个命令de>to
Œ
pdftotext可以保留布局
如果您使用的是
pdflatex
，您可能不想乱弄您的软件包选项来切换到
latex
生成DVI

取而代之的是，将您的pdf文件转换为pdf文件。这适用于我用Curve软件包制作的简历：

pdftotext  -layout MyResume.pdf

注意
-layout
标志。
允许您将文件从一种格式转换为另一种格式
使用以下pandoc命令：

pandoc -s /path/to/foobar.tex -o foobar.txt

如果要在某一列处换行，请使用
--column
标志。对于不换行，请使用
--columns 10000

您可以将
-o foobar.txt
转换为类似的标记（.md）等。如果不指定
-o foobar.txt
，pandoc将打印可以在任何在线工具中呈现的html

要安装pandoc follow，我尝试了这个方法，但不幸的是，它不支持使用外部
cls
文件。我使用类文件来处理重复的格式化