转换乳胶标记为HTML

Question

[增订]

这是我的任务 - 将一堆定制LaTeX文件到到InDesign。所以我现在的方法是：通过PHP脚本运行.tex文件，将自定义LaTeX代码更改为更通用的TeX代码，然后使用TeX2Word将它们转换为.doc文件，然后将这些文件放入InDesign中。

我想用这个preg_replace做什么是转换一些TeX标签，以便它们不会被TeX2Word触摸，那么我将能够在InDesign中运行脚本来改变类HTML标签到InDesign文本框架，脚注，变量等。

[/更新]

我有一些文本乳胶标记：

$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{...}与<div>...</div>

所以我代替它已经试过一个jillion不同的版本：

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

这是输出

\<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.}}"; 

与它的第一个问题是，它取代了\blockquote{到第一}一切。 当我想它忽略下一个}如果存在初始\blockquote{后是另一个{。

我有下一个问题是与\我似乎无法逃脱它！我试过\\，/\\/，\\\，/\\\/，[\]，[\\]。没有用！我确定这是因为我不明白它是如何被运用的。

因此，最后，这是我要结束了什么：

<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>"; 

我打算让$regex & $replace成阵列，这样我就可以用这个<em>Vivamus</em>

取代像\textit{Vivamus}东西任何指导都会受到欢迎和赞赏！

Answer 1

如果你还是想自己做的转换，可以使用多遍通字符串做，首先更换内部元件：

$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; 

不过，当然，这可能对于简单的例子工作，但您不能使用此方法正确解析整个TeX格式。对于更长时间的输入它也变得无效。

Answer 2

很肯定这一个涵盖您的问题相当不错http://www.linuxjournal.com/article/7870

Answer 3

正如上文所述，您可以使用专用的LaTeX到HTML转换器，如：SimpleTex4ht。