3 教(二)——语法概要

  • 3924
  • 20 min

从这次的内容开始,我们就将正式进入 3 的世界了。

架构 / 层次设计

上次我们已经介绍过,3 的主要成果都凝结在了 expl3 之中。实际上,3 是一套非常庞大的框架,集编程和排版为一体。根据我们之前的介绍,3 为此做出了一个层次划分:

  • 文本标记层。这一层主要提供给文章作者使用。显然,考虑到历史兼容性,这一层次与我们至今仍在使用的 并没有显著的差异。对于 的一般用户而言,从 转换到 3 的学习成本可以说几乎为零;甚至由于一些新接口、新语法的使用,使用 将变得更加方便。

  • 设计接口。传统的 并没有提供这一个层次。也就是说,用户要么使用 本身或者宏包提供的功能,要么就必须通过底层编程来进行控制,不存在这样一个所「设计模板」的存在。编写模板的人,我们暂且可以称之为「设计师」,他们只需要利用编程框架设计模板,而无需考虑用(即文章作者)究竟用模板写了怎样的内容。

  • 编程接口。这一层次实际上就是 expl3,它的实现基于 的原语,提供了丰富的编程工具,也是上面两个层次的实现手段。

这三个层次是紧密联系在一起的。如前所述,expl3 宏包提供了编程接口;xtemplate 宏包给出了实「文档原型」的方法,也就是提供了上面所说「设计接口」;最后,xparse 宏包用来定义文档层的命令和环境,即所「文本标记」。

3 相关宏包

对于具体的用户来说,无论是文章作者、设计师还是程序员,使用 3 在目前阶段仍需要通过调用一系列宏包来完成。

目前,在 CTAN 中与 3 相关的有五个软件包[1]

  • l3kernel:包含了 expl3 宏包的各个部分。
  • l3packages:提供较高层次的接(设计层和文本标记层),这些宏包的语法接口都较为稳定。主要包括:
    • l3keys2e
    • xfp
    • xfrac
    • xparse
    • xtemplate
  • l3experimental:一些实验性的尝试,同样用来构建较高层次的语法接口,但不如 l3packages 稳定。目前主要有:
    • l3benchmark
    • l3color
    • l3draw
    • l3graphics
    • l3pdf
    • l3str
    • l3sys-shell
    • xcoffins
    • xgalley
  • l3backend:提供与后(底层驱动)相交互的代码,处理颜色、绘图、PDF 特性等功能,目前主要支持以下几种驱动:[2]
    • dvipdfmx
    • dvips
    • dvisvgm
    • luatex
    • pdftex
    • xetex
  • l3build3 的构建系统,用来进行单元测试、文档排版、自动化发布等。它利用一系列 Lua 脚本来实现跨平台的功能。

这就是当前 3 的主要组成。除此以外,在 3 的 GitHub 存储库 中,还包含了一些高度实验性的功能以及弃用的模块。对于普通用户和开发者来说,它们不应该直接使用。

命名规范

前面铺垫了很多,现在我们终于可以开始尝试 3 了。

和我们熟知的 不同,3 对函数变量做出了区分。函数可以吃掉一些参数,并进行相应的操作;函数要么是可被展开的,要么就是可被执行的,以后讲到展开控制的时候我们还会详细介绍。变量用来存储数据,它会被函数所调用。一些具有相关功能的函数和命令可以构成一个模块

3 中的命令,无论是函数还是变量,仍然都是以反斜杠 \ 开头。所不同的是,我们可以在命令中使用下划线 _,用以区分不同单词。

函数

按照规范,3 中的函数名包括三部分:模块module)、描description)以及参数指arg-spec),形如

\<module>_<description>:<arg-spec>

注意参数指定需要放在冒号 : 后面。不必奇怪,冒号也是命令的一部分。

参数指定

模块名与描述的含义都是显而易见的。「参数指定」,指的是这一函数要吃掉怎样的一些参数,它由一串字母组(区分大小写)。最基本的参数指定包括:

  • n:普normal)参数,表示一组由大括号 {...} 包围的 token(记号,或者叫字元)列表,这其实就是TeX 中的标准宏参数
  • N:表示单个 token,比如一个控制序(由 \ 开头的命令),或者一个单独的字符
  • p:原始 的形parameter)指定。具体来说,就是我们在用 \def 定义新命令时所用的 #1#1#2
  • T, F:这两个是 n 的特殊情况,用来给出条件分True、False)

还有两个特殊的参数指定:

  • D:表示不要使Do not use)。由 D 开头的命令是原语的直接拷贝,在 l3kernel 之外尽量不要直接使(当然有时候不可避免)
  • w:奇异weird)参数,表示不遵循标准参数指定的一些特例

参数指定在 3 中发挥着至关重要的作用。3 的展开控制机制将会引入更多类型的参数指定,以后我们会详细介绍。

函数的例子

  • \cs_new:Npn:这一函数属于 cs(控制序列,control sequence)。顾名思义,它用来创建新的函数。三个参数分别是:

    • N:函数名称,由于是 \ 开头的控制序列,因而总是单个 token
    • p:新创建的函数的形参指定
    • n:具体的函数定义

    这一函数的行为类似于 \def[3]

    latex-expl3
    % LaTeX2ε
    \def\myfunc#1{Hello #1}
    % LaTeX3
    \cs_new:Npn \my_func:n #1 { Hello~ #1 }

    注意到开启 3 语法后,单词间的空格是不起任何作用(catcode=9,即可忽略字符)。确实要使用空格时,则用 ~ 代替。至于需要使用 ~ 的原来意思,即不可断开的空(俗「带子」)时,可以用原来的宏 \nobreakspace

  • \int_if_even:nTF:它属于 int 模块,用于处理整数。这一函数的作用是判断一个数(由 n 参数接受)是不是偶数,若是,则执行 T 分支,否则执行 F 分支。

    latex-expl3
    \int_if_even:nTF { 12 }
      { <true code>  }
      { <false code> }

    显然以上这段代码会执行 <true code>

    一般来说,这种条件判断函数在定义时会同时创建多种分支结构,比如 \int_if_even:nT\int_if_even:nF 也可以使用。\int_if_even:nT 表示数字为偶数则执行 T 分支,否则什么也不做;\int_if_even:nF 也是类似的。

变量

3 中,变量的名称包括四个部分:作用scope)、模块module)、描description)以及变量类type),形如

\<scope>_<module>_<description>_<type>

通常来说,变量名中只包含字母和下划线_)。

作用域

变量的作用域有三种:

  • c:表示常constant),即一旦创建,就不应该改变它的值
  • g:全局变global),它的值是全局有效的,也就是分{...})对其无效。常见的例子比如某些计数器变量
  • l:局部变local),顾名思义,它们的值只在局部有效。在大多数情况下,我们使用的都是 l 型变量

全局变量和局部变量的修改需要通过不同的函数来进行。比如把一个 int 变量设为零,我们有两个函数:\int_zero:N\int_gzero:N。前者是局部有效的,应当作用于 l 型变量;而后者是全局有效的,作用于 g 型变量。

具体到应用,我们来看一个例子:

latex-expl3
% 声明变量
\int_new:N \l_my_variable_int
\int_new:N \g_my_variable_int
% 查看变量的值
\int_show:N \l_my_variable_int % => 0
\int_show:N \g_my_variable_int % => 0
% 开启一个分组
{
  % 赋值
  \int_set:Nn  \l_my_variable_int { 1 }
  \int_gset:Nn \g_my_variable_int { 1 }
  % 查看变量的值
  \int_show:N \l_my_variable_int % => 1
  \int_show:N \g_my_variable_int % => 1
}
\int_show:N \l_my_variable_int % => 0
\int_show:N \g_my_variable_int % => 1

\int_new:N 表示全局地创建一个 int 型变量,并且赋初值为 0。在分组中,我们分别把 l 型和 g 型变量的值修改为 1;但离开分组,可以看到 l 型变量的值仍为 0,而 g 型变量的值则同分组中的一样,被修改为了 1。

需要指出的是, 实际上并不会在乎究竟把变量的名字起做什么,所以这种作用域的划分,更多的是一种惯(convention)或者风(style),而非硬性的语法规定。不过出于可读性的考虑,一般情况下仍然要求遵循这一规范。

变量类型

我们知道,C 语言里面有 intdoublechar 这样的数据类型。 中也有类似的概念,称为寄存(register)。寄存器共有 6 种:

  • count:计数器,相当于整型变量
  • toks:记号变tokens
  • box:盒子变量
  • dimen:刚性长dimension)
  • skip:弹性长度
  • muskip:数学弹性长skip in math unit)

3 在 的基础上做了很大的扩充,新定义了一些新的变量类型。

以下这几种直接继承了前面所说的寄存器类型:

  • box
  • intcount (integer)
  • dimdimen
  • skip
  • muskip

以下是 3 新定义的变量类型,它们大多只是一些特殊的宏:

  • 数据结构:
    • tl:记号列token list)
    • str:字符string),它与 tl 的区别在于忽略了类别(除空格外全部设为其他类 12,空格仍为 10)
    • seq:序sequence),栈
    • clist:逗号分隔列comma list
    • prop:属性列property list),即关联列表
    • fp:浮点floating points)
    • intarrayfparray:整型、浮点型数integer/floating point array
  • 盒子的推广:
    • coffin「把手」的盒子
  • 其他:
    • bool:布尔型变量
    • token:记号
    • ioriow:输入、输出I/O read/write)
    • regex:正则表达regular expression)

还有几种比较特殊的变量,它们不遵循通常的命名规则:

  • quark:「夸克」,是展开到自身的宏
  • mark:扫描标记

在某些地方,比如 3 的内部实现中,这两种变量会发挥重要的作用。

变量的例子

  • \c_pi_fp:常数圆周率
  • \l_tmpa_tl\g_tmpa_tl:临时 token list 变量,注意这里做了局部与全局的区分
  • \q_stop:这是一「夸克」,常用来作为某些参数列表的分界符

以上这几个变量属于 l3kernel 的编程接口,所以没有指定模块名。

3 中的变量与相关函数组成了一个个模块。之后我们就将分模块逐一介绍 3 的各种功能。

私有函数与变量

按照 3 的规范,所有的公开函数及变量都需要给出注释或说明。除此之外,在编程的时候或多或少会引入一些私有的函数与变量,而我们并不希望普通用户以及其他宏包的作者使用它们。

私有函数以两个下划线开头,如 \__my_function:nn;私有变量则在作用域标记之后跟着两个下划线,如 \l__my_variable_tl

事实上,3 提供了 l3docstrip 宏包,它在文学编程宏包 docstrip 的基础上引入了名字空间的手法。下面我们来给出一个例子:

latex-expl3
% 进入名字空间 `myi`
%<@@=myi>
\cs_new:Npn \myi_function:n #1
  { \@@_function:nn {#1} { \@@_foo_int } }
\int_new:N \@@_foo_int
\cs_new:Npn \@@_function:nn #1#2
  { ... }
% 进入名字空间 `myii`
%<@@=myii>
\cs_new:Npn \myii_function:n #1
  { \@@_function:nn {#1} { \myi_function:n {#1} } }
\cs_new:Npn \@@_function:nn #1#2
  { ... }
% 关闭名字空间
%<@@=>

此处,我们看似定义了两个 \@@_function:nn 函数。但实际上,它们分别是 \__myi_function:nn\__myii_function:nn,所以并不会发生冲突。

更重要的是,在模块 myii 中,我们不能用 @@ 的简写形式来调用 myi 中的私有成员,而应该尽量使用 myi 模块提供的公开接(即 \myi_function:n)。因此,即使某一宏(模块)的内部发生了变化,只要接口不变,使用它的其他模块就不会感受到这种变化。这正是封装的作用。

直接调用其他模块中的私有成(比如 \__myi_function:nn)也并非不可以,有的时候还必须如此。不过一旦原来模块发生了变动,调用的地方也需要相应做出改变。

代码风格

我们知道,Google 为 C++ 和 Python 等提供了格式指南(style guide),但传统上 这样的宏语言却并没有类似的代码规范,因此很多时候可读性实在不敢恭维。

通过修改空格、下划线等字符的类别码,3 大大提供的代码的可读性。这样,我们也可以相应地给出一些格式规范:

  • 每行不超过 80 个字符
  • 各元素之间添加空格以增加可读性,除了少数使用简单参数的情况,如 {#1}#1#2
  • 每一层语义应当独占一行,比如 true 和 false 分支就应至少占据两行
  • 对不同层次的代码合理使用缩进。缩进可以使用两个空格,但不要用 tab
  • 左花括号单独占据一行,并且也需要缩进

以下是一个示例:

latex-expl3
\cs_new:Npn \my_foo:nn #1#2
  {
    \tl_if_empty:nTF {#1}
      { \my_foo_aux:n { X #2 } }
      {
        \my_foo_aux:nn {#1} {#2}
        \my_foo_aux:n { #1 #2 }
      }
  }

当然,没有一种规范是可以放之四海而皆准,特殊的地方总还是免不了特殊对待。

编程环境

之前我们就已经提到过,3 目前为止还没有成为一个独立的格式。使用 3,仍然需要在 中调用 expl3 宏包。

如果只在一个 .tex 文件中使用,可以这样做:

latex
\documentclass{article}
\usepackage{expl3}

\ExplSyntaxOn   % 开启 LaTeX3 编程环境
...
\ExplSyntaxOff  % 关闭 LaTeX3 编程环境

如果是要编写宏包或文档类,标准做法与在 中类似:

latex
\RequirePackage{expl3}

% 宏包使用 \ProvidesExplPackage
% 文档类使用 \ProvidesExplClass
% 其他文件使用 \ProvidesExplFile
\ProvidesExplPackage{<package>}{<data>}{<version>}{<description>}

% 之后开启 LaTeX3 语法,文件末尾处则会自动关闭

第二种方法继承并扩展了 \ProvidesPackage\ProvidesClass\ProvidesFile 的功能,大致相当于

latex
% Package info

% 文件开头
\makeatletter
\ExplSyntaxOn
...
% 文件结尾
\ExplSyntaxOff
\makeatother

因此在编写宏包或文档类时,@ 符号可以被当成字母使用。

注释

  1. ^这里「软件包」是指一系列宏包、文档等的集合,可以通过 tlmgr 一类的包管理器进行安装、更新、备份等操作。注意与 语境下「宏包」相区分,它是后缀名为 .sty 文件,通过 \usepackage 调用。
  2. ^2019 年 7 月 l3backend 的代码从 l3kernel 中独立出来,以便采取不同的更新策略。
  3. ^\def 不同的是,\cs_new:Npn 会做重复定义检查,如果命令已经定义则会报错;此外还加上了 \long,即允许在参数中使用 \par。因而 \cs_new:Npn 的实际效果其实更接近 中的 \newcommand,只是参数形式更加灵\newcommand 只能定义不带参数,或者参数形如 [<可选参数>]{<必选参数 1>}... 的命令)。

参考