en_US.UTF8 环境下 latex 对中文的处理

nico65

之所以要写下这份东西，原因是这个问题浪费了我好几个小时！！
系统环境
Debian stable
en_US.UTF8

[size=+1]一、错误再现和分析
在此环境下，编辑一个 tex 输入文件，使用中文 CJK 宏包，并选用 GBK/GB 字符集。

1. 
   
2. \documentclass[a4paper,12pt]{article}
   
3. \usepackage{CJK}
   
4. \begin{document}
   
5. \begin{CJK*}{GB}{gbsn}
   
6. 你好！
   
7. \end{CJK*}
   
8. \end{document}
   

复制代码

然后保存退出，用 pdflatex GB_sample.tex 一下，会发现系统报错，说什么“未定义的字体”之类（当然原文是英文的）。
出现这一错误的原因是，系统环境是 en_US.UTF8，因此编辑文件时所用的字符都默认为 UTF-8 字符集
中的文字，而不是 GBK 字符。因此用 pdflatex 想要得到正确的 pdf 文件是不可能的！

[size=+1]二、解决之道
知道了产生错误的原因，就可以很容易地解决它了。一共有两种方法可以解决这个问题。

[size=+1]法1.把文件中的字符从 UTF-8 转换成 gb2312 就可以了。使用的工具是 iconv，这个工具大多数 Linux 发行版都有的。

1. 
   
2. iconv -f utf8 -t gb2312 GB_sample.tex > test.tex
   
3. pdflatex test.tex
   

复制代码

这样就能得到正确的 pdf 文件

[size=+1]法2.直接使用 CJKutf8 宏包。由于我的环境是 en_US.UTF8 的环境，所以用 CJKutf8 是最适合我的。这样就免去了再进行编码转化的麻烦。
而且如果你的 latex 中需要出现一点繁体的话，用这个宏包就再好不过了。

范例

1. 
   
2. \documentclass[a4paper,12pt]{article}
   
3. \usepackage{CJKutf8}
   
4. \begin{document}
   
5. \begin{CJK*}{UTF8}{gbsn}
   
6. 你好！
   
7. \CJKfamily{bsmi}
   
8. 中國！
   
9. \end{CJK*}
   
10. \end{document}
    

复制代码

然后保存为 UTF8_sample.tex，再用 pdflatex UTF8_sample.tex 就可以得到正确的 pdf 文件了。
而且 pdf 文件中，还能看到繁体中文。

在默认安装 latex-cjk 的情况下，latex 中只有四个免费的中文字体可以用，分别是
gbsn（简体宋）、gkai（简体楷）、bsmi（繁体宋）、bkai（繁体楷）
如果想得到黑体输出之类的话，就要自己添加字体了。这个我以后有空会研究一下的，网上也有方法，有兴趣的话可以自己先用 google 搜索着看看。


[size=+1]三、写在最后
总体来讲，我个人觉得繁体字的显示效果比简体字好看多了。

\begin{CJK} 和 \begin{CJK*} 的差异

来自 /usr/share/doc/latex-cjk-common/CJK.txt

{CJK} 环境下，中文字符后面会自动加上空格和 newline（换行符），
而 {CJK*} 环境则不会这么做。
这两种环境，可以用

1. 
   
2. \CJKspace      CJK*---->CJK
   
3. \CJKnospace    CJK----->CJK*
   

复制代码

来临时切换。一般推荐使用 CJK* 环境。否则在排版一些比较复杂的文档，比如数学公式时，可能会出现莫名其妙的错误。

   

\CJKtilde

这个用于把‘~’的定义从一个不可打断的空格变为一个 CJK 字符的 1/4 大小的空格。这样就能在中文字符之间插入英文字符或者其它非中文字符，而又不会引起中文字体的变形、错位等情形。尤其是在 \hbox 这种命令中成为重要。
在 BibTex 中，要用‘{~}’代替‘~’。
用 \standardtilde 可以让‘~’恢复原来的定义。不过一般而言没有必要这么做的。你可以用 \nbs（non-breakabel space，LaTex 命令 \nonbreakspace 的缩写）来生成一个不可打断的空格。

我的意见是，一定要在开头使用上 \CJKtilde，这样把英文放在两个‘~’之间。用‘~’来代替原来想要输入的空格，
如

1. 
   
2. “你好~China~，这样在中英文混排时，就不至于出现字符错位之类的问题。”
   

复制代码

[size=+1]主要参考
/usr/share/doc/latex-cjk-common/

remote fish

原来还有 CJKutf8 这样的宏包，下次写文档时试试。

另外，'中文你好~China~，' 中 China 后的那个 ~ 还是不要加比较好吧，毕竟后接的是标点，与文字部分隔的太远的话，总感觉不够美观

wazup

其实我倾向于使用 TeXLive 这个套件（现在有 TeXLive2008 了），而不是发行版里面的。http://www.tug.org/
还有就是可以用 XeTeX 或 XeLaTeX，直接使用系统中已经装有的任意字体，再也不需要像 LaTeX + CJK 那样繁琐的配置字体的过程，如果你经常用 TeX 的话，可以上 http://bbs.ctex.org/ 看看那里的讨论

nico65

TO remote_fish:
如果不加那个 ～，的确看上去更美观。但就怕出现字体变形

TO wazup:
bbs.ctex.org 上的应用大多是在 windows 下的，我用 linux 的时候要
“转个弯”才行。

还有，我已经习惯用 latex＋CJK 了。不过，你说 XeLaTex 和 XeTex
不用复杂的中文配置就可以使用，我有时间会去试试的。多谢提醒。