轉換乳膠標記爲HTML

Question

[增訂]

這是我的任務 - 將一堆定製LaTeX文件到到InDesign。所以我現在的方法是：通過PHP腳本運行.tex文件，將自定義LaTeX代碼更改爲更通用的TeX代碼，然後使用TeX2Word將它們轉換爲.doc文件，然後將這些文件放入InDesign中。

我想用這個preg_replace做什麼是轉換一些TeX標籤，以便它們不會被TeX2Word觸摸，那麼我將能夠在InDesign中運行腳本來改變類HTML標籤到InDesign文本框架，腳註，變量等。

[/更新]

我有一些文本乳膠標記：

$newphrase = "\blockquote{\hspace*{.5em}Lorem ipsum dolor sit amet, consectetur 
adipiscing elit. Integer posuere erat a ante venenatis dapibus posuere 
velit aliquet. Aenean lacinia bibendum nulla sed consectetur. Aenean 
eu leo quam. Pellentesque ornare sem lacinia quam venenatis 
vestibulum. Sed posuere consectetur est at lobortis. \note{Integer 
posuere erat a ante venenatis dapibus posuere velit aliquet. 
\textit{Vivamus} sagittis lacus vel augue laoreet rutrum faucibus 
dolor auctor.}}"; 

我想要做的是去除\blockquote{...}與<div>...</div>

所以我代替它已經試過一個jillion不同的版本：

$regex = "#(blockquote){(.*)(})#"; 
$replace = "<div>$2</div>"; 
$newphrase = preg_replace($regex,$replace,$newphrase); 

這是輸出

\<div>\hspace*{.5em</div>Lorem ipsum dolor sit amet, consectetur 
adipiscing elit. Integer posuere erat a ante venenatis dapibus posuere 
velit aliquet. Aenean lacinia bibendum nulla sed consectetur. Aenean 
eu leo quam. Pellentesque ornare sem lacinia quam venenatis 
vestibulum. Sed posuere consectetur est at lobortis. \note{Integer 
posuere erat a ante venenatis dapibus posuere velit aliquet. 
\textit{Vivamus} sagittis lacus vel augue laoreet rutrum faucibus 
dolor auctor.}}"; 

與它的第一個問題是，它取代了\blockquote{到第一}一切。 當我想它忽略下一個}如果存在初始\blockquote{後是另一個{。

我有下一個問題是與\我似乎無法逃脫它！我試過\\，/\\/，\\\，/\\\/，[\]，[\\]。沒有用！我確定這是因爲我不明白它是如何被運用的。

因此，最後，這是我要結束了什麼：

<div>\hspace*{.5em}Lorem ipsum dolor sit amet, consectetur 
adipiscing elit. Integer posuere erat a ante venenatis dapibus posuere 
velit aliquet. Aenean lacinia bibendum nulla sed consectetur. Aenean 
eu leo quam. Pellentesque ornare sem lacinia quam venenatis 
vestibulum. Sed posuere consectetur est at lobortis. \note{Integer 
posuere erat a ante venenatis dapibus posuere velit aliquet. 
\textit{Vivamus} sagittis lacus vel augue laoreet rutrum faucibus 
dolor auctor.}</div>"; 

我打算讓$regex & $replace成陣列，這樣我就可以用這個<em>Vivamus</em>

取代像\textit{Vivamus}東西任何指導都會受到歡迎和讚賞！

Answer 1

如果你還是想自己做的轉換，可以使用多遍通字符串做，首先更換內部元件：

$t = '\blockquote{\hspace*{.5em}Lorem ipsum dolor sit amet, consectetur 
adipiscing elit. Integer posuere erat a ante venenatis dapibus posuere 
velit aliquet. Aenean lacinia bibendum nulla sed consectetur. Aenean 
eu leo quam. Pellentesque ornare sem lacinia quam venenatis 
vestibulum. Sed posuere consectetur est at lobortis. \note{Integer 
posuere erat a ante venenatis dapibus posuere velit aliquet. 
\textit{Vivamus} sagittis lacus vel augue laoreet rutrum faucibus 
dolor auctor.}}'; 

function hspace($m) { return "<br />"; } 
function textit($m) { return "<i>" . $m[1] . "</i>"; } 
function note($m) { return "<b>" . $m[1] . "</b>"; } 
function blockquote($m) { return "<quote>" . $m[1] . "</quote>"; } 

while (true) { 
    $newt = $t; 
    $newt = preg_replace_callback("/\\\\hspace\\*\\{([^{}]*?)\\}/", "hspace", $newt); 
    $newt = preg_replace_callback("/\\\\textit\\{([^{}]*?)\\}/", "textit", $newt); 
    $newt = preg_replace_callback("/\\\\note\\{([^{}]*?)\\}/", "note", $newt); 
    $newt = preg_replace_callback("/\\\\blockquote{([^{}]*?)\\}/", "blockquote", $newt); 

    if ($newt == $t) break; 
    $t = $newt; 
} 

echo $t; 

不過，當然，這可能對於簡單的例子工作，但您不能使用此方法正確解析整個TeX格式。對於更長時間的輸入它也變得無效。

Answer 2

很肯定這一個涵蓋您的問題相當不錯http://www.linuxjournal.com/article/7870

Answer 3

正如上文所述，您可以使用專用的LaTeX到HTML轉換器，如：SimpleTex4ht。