镜像自地址
https://github.com/binary-husky/gpt_academic.git
已同步 2025-12-06 22:46:48 +00:00
396 行
14 KiB
Python
396 行
14 KiB
Python
from dataclasses import dataclass, field
|
|
|
|
@dataclass
|
|
class LaTeXPatterns:
|
|
"""LaTeX模式存储类，用于集中管理所有LaTeX相关的正则表达式模式"""
|
|
special_envs = {
|
|
'math': [
|
|
# 基础数学环境
|
|
r'\\begin{(equation|align|gather|eqnarray|multline|flalign|alignat)\*?}.*?\\end{\1\*?}',
|
|
r'\$\$.*?\$\$',
|
|
r'\$[^$]+\$',
|
|
# 矩阵环境
|
|
r'\\begin{(matrix|pmatrix|bmatrix|Bmatrix|vmatrix|Vmatrix|smallmatrix)\*?}.*?\\end{\1\*?}',
|
|
# 数组环境
|
|
r'\\begin{(array|cases|aligned|gathered|split)\*?}.*?\\end{\1\*?}',
|
|
# 其他数学环境
|
|
r'\\begin{(subequations|math|displaymath)\*?}.*?\\end{\1\*?}'
|
|
],
|
|
|
|
'table': [
|
|
# 基础表格环境
|
|
r'\\begin{(table|tabular|tabularx|tabulary|longtable)\*?}.*?\\end{\1\*?}',
|
|
# 复杂表格环境
|
|
r'\\begin{(tabu|supertabular|xtabular|mpsupertabular)\*?}.*?\\end{\1\*?}',
|
|
# 自定义表格环境
|
|
r'\\begin{(threeparttable|tablefootnote)\*?}.*?\\end{\1\*?}',
|
|
# 表格注释环境
|
|
r'\\begin{(tablenotes)\*?}.*?\\end{\1\*?}'
|
|
],
|
|
|
|
'figure': [
|
|
# 图片环境
|
|
r'\\begin{figure\*?}.*?\\end{figure\*?}',
|
|
r'\\begin{(subfigure|wrapfigure)\*?}.*?\\end{\1\*?}',
|
|
# 图片插入命令
|
|
r'\\includegraphics(\[.*?\])?\{.*?\}',
|
|
# tikz 图形环境
|
|
r'\\begin{(tikzpicture|pgfpicture)\*?}.*?\\end{\1\*?}',
|
|
# 其他图形环境
|
|
r'\\begin{(picture|pspicture)\*?}.*?\\end{\1\*?}'
|
|
],
|
|
|
|
'algorithm': [
|
|
# 算法环境
|
|
r'\\begin{(algorithm|algorithmic|algorithm2e|algorithmicx)\*?}.*?\\end{\1\*?}',
|
|
r'\\begin{(lstlisting|verbatim|minted|listing)\*?}.*?\\end{\1\*?}',
|
|
# 代码块环境
|
|
r'\\begin{(code|verbatimtab|verbatimwrite)\*?}.*?\\end{\1\*?}',
|
|
# 伪代码环境
|
|
r'\\begin{(pseudocode|procedure)\*?}.*?\\end{\1\*?}'
|
|
],
|
|
|
|
'list': [
|
|
# 列表环境
|
|
r'\\begin{(itemize|enumerate|description)\*?}.*?\\end{\1\*?}',
|
|
r'\\begin{(list|compactlist|bulletlist)\*?}.*?\\end{\1\*?}',
|
|
# 自定义列表环境
|
|
r'\\begin{(tasks|todolist)\*?}.*?\\end{\1\*?}'
|
|
],
|
|
|
|
'theorem': [
|
|
# 定理类环境
|
|
r'\\begin{(theorem|lemma|proposition|corollary)\*?}.*?\\end{\1\*?}',
|
|
r'\\begin{(definition|example|proof|remark)\*?}.*?\\end{\1\*?}',
|
|
# 其他证明环境
|
|
r'\\begin{(axiom|property|assumption|conjecture)\*?}.*?\\end{\1\*?}'
|
|
],
|
|
|
|
'box': [
|
|
# 文本框环境
|
|
r'\\begin{(tcolorbox|mdframed|framed|shaded)\*?}.*?\\end{\1\*?}',
|
|
r'\\begin{(boxedminipage|shadowbox)\*?}.*?\\end{\1\*?}',
|
|
# 强调环境
|
|
r'\\begin{(important|warning|info|note)\*?}.*?\\end{\1\*?}'
|
|
],
|
|
|
|
'quote': [
|
|
# 引用环境
|
|
r'\\begin{(quote|quotation|verse|abstract)\*?}.*?\\end{\1\*?}',
|
|
r'\\begin{(excerpt|epigraph)\*?}.*?\\end{\1\*?}'
|
|
],
|
|
|
|
'bibliography': [
|
|
# 参考文献环境
|
|
r'\\begin{(thebibliography|bibliography)\*?}.*?\\end{\1\*?}',
|
|
r'\\begin{(biblist|citelist)\*?}.*?\\end{\1\*?}'
|
|
],
|
|
|
|
'index': [
|
|
# 索引环境
|
|
r'\\begin{(theindex|printindex)\*?}.*?\\end{\1\*?}',
|
|
r'\\begin{(glossary|acronym)\*?}.*?\\end{\1\*?}'
|
|
]
|
|
}
|
|
# 章节模式
|
|
section_patterns = [
|
|
# 基础章节命令
|
|
r'\\chapter\{([^}]+)\}',
|
|
r'\\section\{([^}]+)\}',
|
|
r'\\subsection\{([^}]+)\}',
|
|
r'\\subsubsection\{([^}]+)\}',
|
|
r'\\paragraph\{([^}]+)\}',
|
|
r'\\subparagraph\{([^}]+)\}',
|
|
|
|
# 带星号的变体(不编号)
|
|
r'\\chapter\*\{([^}]+)\}',
|
|
r'\\section\*\{([^}]+)\}',
|
|
r'\\subsection\*\{([^}]+)\}',
|
|
r'\\subsubsection\*\{([^}]+)\}',
|
|
r'\\paragraph\*\{([^}]+)\}',
|
|
r'\\subparagraph\*\{([^}]+)\}',
|
|
|
|
# 特殊章节
|
|
r'\\part\{([^}]+)\}',
|
|
r'\\part\*\{([^}]+)\}',
|
|
r'\\appendix\{([^}]+)\}',
|
|
|
|
# 前言部分
|
|
r'\\frontmatter\{([^}]+)\}',
|
|
r'\\mainmatter\{([^}]+)\}',
|
|
r'\\backmatter\{([^}]+)\}',
|
|
|
|
# 目录相关
|
|
r'\\tableofcontents',
|
|
r'\\listoffigures',
|
|
r'\\listoftables',
|
|
|
|
# 自定义章节命令
|
|
r'\\addchap\{([^}]+)\}', # KOMA-Script类
|
|
r'\\addsec\{([^}]+)\}', # KOMA-Script类
|
|
r'\\minisec\{([^}]+)\}', # KOMA-Script类
|
|
|
|
# 带可选参数的章节命令
|
|
r'\\chapter\[([^]]+)\]\{([^}]+)\}',
|
|
r'\\section\[([^]]+)\]\{([^}]+)\}',
|
|
r'\\subsection\[([^]]+)\]\{([^}]+)\}'
|
|
]
|
|
|
|
# 包含模式
|
|
include_patterns = [
|
|
r'\\(input|include|subfile)\{([^}]+)\}'
|
|
]
|
|
|
|
metadata_patterns = {
|
|
# 标题相关
|
|
'title': [
|
|
r'\\title\{([^}]+)\}',
|
|
r'\\Title\{([^}]+)\}',
|
|
r'\\doctitle\{([^}]+)\}',
|
|
r'\\subtitle\{([^}]+)\}',
|
|
r'\\chapter\*?\{([^}]+)\}', # 第一章可能作为标题
|
|
r'\\maketitle\s*\\section\*?\{([^}]+)\}' # 第一节可能作为标题
|
|
],
|
|
|
|
# 摘要相关
|
|
'abstract': [
|
|
r'\\begin{abstract}(.*?)\\end{abstract}',
|
|
r'\\abstract\{([^}]+)\}',
|
|
r'\\begin{摘要}(.*?)\\end{摘要}',
|
|
r'\\begin{Summary}(.*?)\\end{Summary}',
|
|
r'\\begin{synopsis}(.*?)\\end{synopsis}',
|
|
r'\\begin{abstracten}(.*?)\\end{abstracten}' # 英文摘要
|
|
],
|
|
|
|
# 作者信息
|
|
'author': [
|
|
r'\\author\{([^}]+)\}',
|
|
r'\\Author\{([^}]+)\}',
|
|
r'\\authorinfo\{([^}]+)\}',
|
|
r'\\authors\{([^}]+)\}',
|
|
r'\\author\[([^]]+)\]\{([^}]+)\}', # 带附加信息的作者
|
|
r'\\begin{authors}(.*?)\\end{authors}'
|
|
],
|
|
|
|
# 日期相关
|
|
'date': [
|
|
r'\\date\{([^}]+)\}',
|
|
r'\\Date\{([^}]+)\}',
|
|
r'\\submitdate\{([^}]+)\}',
|
|
r'\\publishdate\{([^}]+)\}',
|
|
r'\\revisiondate\{([^}]+)\}'
|
|
],
|
|
|
|
# 关键词
|
|
'keywords': [
|
|
r'\\keywords\{([^}]+)\}',
|
|
r'\\Keywords\{([^}]+)\}',
|
|
r'\\begin{keywords}(.*?)\\end{keywords}',
|
|
r'\\key\{([^}]+)\}',
|
|
r'\\begin{关键词}(.*?)\\end{关键词}'
|
|
],
|
|
|
|
# 机构/单位
|
|
'institution': [
|
|
r'\\institute\{([^}]+)\}',
|
|
r'\\institution\{([^}]+)\}',
|
|
r'\\affiliation\{([^}]+)\}',
|
|
r'\\organization\{([^}]+)\}',
|
|
r'\\department\{([^}]+)\}'
|
|
],
|
|
|
|
# 学科/主题
|
|
'subject': [
|
|
r'\\subject\{([^}]+)\}',
|
|
r'\\Subject\{([^}]+)\}',
|
|
r'\\field\{([^}]+)\}',
|
|
r'\\discipline\{([^}]+)\}'
|
|
],
|
|
|
|
# 版本信息
|
|
'version': [
|
|
r'\\version\{([^}]+)\}',
|
|
r'\\revision\{([^}]+)\}',
|
|
r'\\release\{([^}]+)\}'
|
|
],
|
|
|
|
# 许可证/版权
|
|
'license': [
|
|
r'\\license\{([^}]+)\}',
|
|
r'\\copyright\{([^}]+)\}',
|
|
r'\\begin{license}(.*?)\\end{license}'
|
|
],
|
|
|
|
# 联系方式
|
|
'contact': [
|
|
r'\\email\{([^}]+)\}',
|
|
r'\\phone\{([^}]+)\}',
|
|
r'\\address\{([^}]+)\}',
|
|
r'\\contact\{([^}]+)\}'
|
|
],
|
|
|
|
# 致谢
|
|
'acknowledgments': [
|
|
r'\\begin{acknowledgments}(.*?)\\end{acknowledgments}',
|
|
r'\\acknowledgments\{([^}]+)\}',
|
|
r'\\thanks\{([^}]+)\}',
|
|
r'\\begin{致谢}(.*?)\\end{致谢}'
|
|
],
|
|
|
|
# 项目/基金
|
|
'funding': [
|
|
r'\\funding\{([^}]+)\}',
|
|
r'\\grant\{([^}]+)\}',
|
|
r'\\project\{([^}]+)\}',
|
|
r'\\support\{([^}]+)\}'
|
|
],
|
|
|
|
# 分类号/编号
|
|
'classification': [
|
|
r'\\classification\{([^}]+)\}',
|
|
r'\\serialnumber\{([^}]+)\}',
|
|
r'\\id\{([^}]+)\}',
|
|
r'\\doi\{([^}]+)\}'
|
|
],
|
|
|
|
# 语言
|
|
'language': [
|
|
r'\\documentlanguage\{([^}]+)\}',
|
|
r'\\lang\{([^}]+)\}',
|
|
r'\\language\{([^}]+)\}'
|
|
]
|
|
}
|
|
latex_only_patterns = {
|
|
# 文档类和包引入
|
|
r'\\documentclass(\[.*?\])?\{.*?\}',
|
|
r'\\usepackage(\[.*?\])?\{.*?\}',
|
|
# 常见的文档设置命令
|
|
r'\\setlength\{.*?\}\{.*?\}',
|
|
r'\\newcommand\{.*?\}(\[.*?\])?\{.*?\}',
|
|
r'\\renewcommand\{.*?\}(\[.*?\])?\{.*?\}',
|
|
r'\\definecolor\{.*?\}\{.*?\}\{.*?\}',
|
|
# 页面设置相关
|
|
r'\\pagestyle\{.*?\}',
|
|
r'\\thispagestyle\{.*?\}',
|
|
# 其他常见的设置命令
|
|
r'\\bibliographystyle\{.*?\}',
|
|
r'\\bibliography\{.*?\}',
|
|
r'\\setcounter\{.*?\}\{.*?\}',
|
|
# 字体和文本设置命令
|
|
r'\\makeFNbottom',
|
|
r'\\@setfontsize\\[A-Z]+\{.*?\}\{.*?\}', # 匹配字体大小设置
|
|
r'\\renewcommand\\[A-Z]+\{\\@setfontsize\\[A-Z]+\{.*?\}\{.*?\}\}',
|
|
r'\\renewcommand\{?\\thefootnote\}?\{\\fnsymbol\{footnote\}\}',
|
|
r'\\renewcommand\\footnoterule\{.*?\}',
|
|
r'\\color\{.*?\}',
|
|
|
|
# 页面和节标题设置
|
|
r'\\setcounter\{secnumdepth\}\{.*?\}',
|
|
r'\\renewcommand\\@biblabel\[.*?\]\{.*?\}',
|
|
r'\\renewcommand\\@makefntext\[.*?\](\{.*?\})*',
|
|
r'\\renewcommand\{?\\figurename\}?\{.*?\}',
|
|
|
|
# 字体样式设置
|
|
r'\\sectionfont\{.*?\}',
|
|
r'\\subsectionfont\{.*?\}',
|
|
r'\\subsubsectionfont\{.*?\}',
|
|
|
|
# 间距和布局设置
|
|
r'\\setstretch\{.*?\}',
|
|
r'\\setlength\{\\skip\\footins\}\{.*?\}',
|
|
r'\\setlength\{\\footnotesep\}\{.*?\}',
|
|
r'\\setlength\{\\jot\}\{.*?\}',
|
|
r'\\hrule\s+width\s+.*?\s+height\s+.*?',
|
|
|
|
# makeatletter 和 makeatother
|
|
r'\\makeatletter\s*',
|
|
r'\\makeatother\s*',
|
|
r'\\footnotetext\{[^}]*\$\^{[^}]*}\$[^}]*\}', # 带有上标的脚注
|
|
# r'\\footnotetext\{[^}]*\}', # 普通脚注
|
|
# r'\\footnotetext\{.*?(?:\$\^{.*?}\$)?.*?(?:email\s*:\s*[^}]*)?.*?\}', # 带有邮箱的脚注
|
|
# r'\\footnotetext\{.*?(?:ESI|DOI).*?\}', # 带有 DOI 或 ESI 引用的脚注
|
|
# 文档结构命令
|
|
r'\\begin\{document\}',
|
|
r'\\end\{document\}',
|
|
r'\\maketitle',
|
|
r'\\printbibliography',
|
|
r'\\newpage',
|
|
|
|
# 输入文件命令
|
|
r'\\input\{[^}]*\}',
|
|
r'\\input\{.*?\.tex\}', # 特别匹配 .tex 后缀的输入
|
|
|
|
# 脚注相关
|
|
# r'\\footnotetext\[\d+\]\{[^}]*\}', # 带编号的脚注
|
|
|
|
# 致谢环境
|
|
r'\\begin\{ack\}',
|
|
r'\\end\{ack\}',
|
|
r'\\begin\{ack\}[^\n]*(?:\n.*?)*?\\end\{ack\}', # 匹配整个致谢环境及其内容
|
|
|
|
# 其他文档控制命令
|
|
r'\\renewcommand\{\\thefootnote\}\{\\fnsymbol\{footnote\}\}',
|
|
}
|
|
math_envs = [
|
|
# 基础数学环境
|
|
(r'\\begin{equation\*?}.*?\\end{equation\*?}', 'equation'), # 单行公式
|
|
(r'\\begin{align\*?}.*?\\end{align\*?}', 'align'), # 多行对齐公式
|
|
(r'\\begin{gather\*?}.*?\\end{gather\*?}', 'gather'), # 多行居中公式
|
|
(r'\$\$.*?\$\$', 'display'), # 行间公式
|
|
(r'\$.*?\$', 'inline'), # 行内公式
|
|
|
|
# 矩阵环境
|
|
(r'\\begin{matrix}.*?\\end{matrix}', 'matrix'), # 基础矩阵
|
|
(r'\\begin{pmatrix}.*?\\end{pmatrix}', 'pmatrix'), # 圆括号矩阵
|
|
(r'\\begin{bmatrix}.*?\\end{bmatrix}', 'bmatrix'), # 方括号矩阵
|
|
(r'\\begin{vmatrix}.*?\\end{vmatrix}', 'vmatrix'), # 竖线矩阵
|
|
(r'\\begin{Vmatrix}.*?\\end{Vmatrix}', 'Vmatrix'), # 双竖线矩阵
|
|
(r'\\begin{smallmatrix}.*?\\end{smallmatrix}', 'smallmatrix'), # 小号矩阵
|
|
|
|
# 数组环境
|
|
(r'\\begin{array}.*?\\end{array}', 'array'), # 数组
|
|
(r'\\begin{cases}.*?\\end{cases}', 'cases'), # 分段函数
|
|
|
|
# 多行公式环境
|
|
(r'\\begin{multline\*?}.*?\\end{multline\*?}', 'multline'), # 多行单个公式
|
|
(r'\\begin{split}.*?\\end{split}', 'split'), # 拆分长公式
|
|
(r'\\begin{alignat\*?}.*?\\end{alignat\*?}', 'alignat'), # 对齐环境带间距控制
|
|
(r'\\begin{flalign\*?}.*?\\end{flalign\*?}', 'flalign'), # 完全左对齐
|
|
|
|
# 特殊数学环境
|
|
(r'\\begin{subequations}.*?\\end{subequations}', 'subequations'), # 子公式编号
|
|
(r'\\begin{gathered}.*?\\end{gathered}', 'gathered'), # 居中对齐组
|
|
(r'\\begin{aligned}.*?\\end{aligned}', 'aligned'), # 内部对齐组
|
|
|
|
# 定理类环境
|
|
(r'\\begin{theorem}.*?\\end{theorem}', 'theorem'), # 定理
|
|
(r'\\begin{lemma}.*?\\end{lemma}', 'lemma'), # 引理
|
|
(r'\\begin{proof}.*?\\end{proof}', 'proof'), # 证明
|
|
|
|
# 数学模式中的表格环境
|
|
(r'\\begin{tabular}.*?\\end{tabular}', 'tabular'), # 表格
|
|
(r'\\begin{array}.*?\\end{array}', 'array'), # 数组
|
|
|
|
# 其他专业数学环境
|
|
(r'\\begin{CD}.*?\\end{CD}', 'CD'), # 交换图
|
|
(r'\\begin{boxed}.*?\\end{boxed}', 'boxed'), # 带框公式
|
|
(r'\\begin{empheq}.*?\\end{empheq}', 'empheq'), # 强调公式
|
|
|
|
# 化学方程式环境 (需要加载 mhchem 包)
|
|
(r'\\begin{reaction}.*?\\end{reaction}', 'reaction'), # 化学反应式
|
|
(r'\\ce\{.*?\}', 'chemequation'), # 化学方程式
|
|
|
|
# 物理单位环境 (需要加载 siunitx 包)
|
|
(r'\\SI\{.*?\}\{.*?\}', 'SI'), # 物理单位
|
|
(r'\\si\{.*?\}', 'si'), # 单位
|
|
|
|
# 补充环境
|
|
(r'\\begin{equation\+}.*?\\end{equation\+}', 'equation+'), # breqn包的自动换行公式
|
|
(r'\\begin{dmath\*?}.*?\\end{dmath\*?}', 'dmath'), # breqn包的显示数学模式
|
|
(r'\\begin{dgroup\*?}.*?\\end{dgroup\*?}', 'dgroup'), # breqn包的公式组
|
|
]
|
|
|
|
# 示例使用函数
|
|
|
|
# 使用示例
|