tex4ht + biblatex + 非ascii 字元 = html 檔案中的混合編碼

Question

我有這種情況

• 帶有巨集的 LaTeX 文件，通常由 tex4ht 轉換為 unicode 字元（例如\ldots變成…）
• 作者姓名中包含非 ASCII 字元的引用（例如íin Albarracín）
• 我想用 htlatex 產生一個 xhtml 文件

這個過程有效，但產生的文件有一個以 utf-8（乳膠宏）編碼的字符，以及以 latin-1 編碼的作者姓名中的非 ascii 字符。 AFAICT，htlatex 包含 bbl 文件，讀取它就像在 latin-1 中一樣。

我可以做些什麼來糾正這種行為嗎？ ：）
（我正在嘗試pdfTeX, Version 3.141592653-2.6-1.40.24 (TeX Live 2022/Arch Linux)）

這是一個 mwe，下面是我運行的命令：

%% File mwe.tex
\documentclass{article}

\usepackage[backend=biber]{biblatex}

\begin{filecontents}{\jobname.bib}
@Article{Albarracin2000,
year = {2000},
volume = {1},
issue = {2},
pages = {3},
author = {Anyone Albarracín},
title = {A beautiful paper.},
journaltitle = {Some Journal}
}
\end{filecontents}

\addbibresource{\jobname.bib}

\begin{document}

I Am a Scientist\ldots\ Ask Me Anything
\parencite{Albarracin2000}

\printbibliography

\end{document}

htlatex mwe.tex "xhtml" "-cunihtf -utf8" "" ""
biber mwe
htlatex mwe.tex "xhtml" "-cunihtf -utf8" "" ""

和結果

$ file mwe.html
mwe.html: XML 1.0 document, Non-ISO extended-ASCII text
$ grep -a -e 'Anyone Albarra' -e Scientist --color mwe.html 
<!--l. 22--><p class="noindent" >I Am a Scientist… Ask Me Anything [<a 
    <!--l. 26--><p class="noindent" >Anyone Albarrac�n. &#8220;A beautiful paper.&#8221; In: <span 

Answer 1

支援utf8是 解決的問題之一make4ht。如果您使用以下方式編譯檔案：

$ make4ht mwe.tex

它會utf8預設生成檔案。

如果你想使用htlatex，你可以使用這個：

$ htlatex mwe.tex "xhtml,charset=utf-8" " -cunihtf -utf8"

進行了兩項重大修改。首先，透過包含charset=utf-8在選項清單中，HTML 檔案的編碼已更改，使瀏覽器能夠正確顯示重音字元。其次，將開頭引號與-cunihtf空格分開是至關重要的；否則，該選項將被忽略，從而導致檔案編碼錯誤。

我仍然建議使用make4ht，因為它更容易使用，而且它還解決了其他問題。例如，您可以建立一個建置文件，build.lua它將根據請求編譯參考書目：

if mode == "draft" then
  Make:htlatex {}
else
  Make:htlatex {}
  Make:biber {}
  Make:htlatex {}
  Make:htlatex {}
end

現在，您可以像這樣使用它：

$ make4ht -e build.lua mwe.tex

它將自動調用biber，然後運行 LaTeX 兩次，以修復所有交叉引用。如果你想加快編譯速度，可以使用該draft選項，該選項將只運行 LaTeX 一次，從而加快編譯速度：

$ make4ht -e build.lua -m draft  mwe.tex

這是結果：