Вычислительные технологии Том 2, N 3, 1997

Обсуждаются вопросы автоматизации представления математических текстов, подготовленных в издательской системе TeX, в виде электронных публикаций на WWW. Дан анализ существующих подходов к представлению математических текстов и обзор конверторов из TeX'а в HTML, отмечены их достоинства и недостатки. Предложена технология, в основе которой лежит способ загрузки математических шрифтов на машину клиента, и описывается ее реализация на сервере Сибирского отделения РАН.
Cтатья написана по материалам доклада авторов на международном совещании по электронным публикациям El-Pub97.

1. Издательская система TeX
2. Математика на WWW
3. Обзор конверторов из TeX в HTML
4. Internet-технология подготовки математических текстов

1. Издательская система TeX

2. Математика на WWW

Существуют специальные просмотрщики для математических текстов, такие как, например, Mathbrowser ( http://www.mathsoft.com/browser/), рассчитанные на подготовку текста, с использованием специального для этого просмотрщика языка подготовки документов, отличного от HTML. Просмотрщик Mathbrowser в качестве математического формата использует формат документов Mathcad.

Универсальные просмотрщики, которые поддерживают стандарт математических формул языка HTML 3.0, как правило, являются коммерческими и не имеют широкого распространения в мире. Несмотря на их универсальность, возможности и интерфейс этих просмотрщиков пока оставляют желать лучшего (см., например, просмотрщики INRIA Amaya или MMM http://www.inria.fr/serveurs-eng.html). Кроме того, следует отметить, что долго обсуждавшийся стандарт языка HTML 3.0 (в котором предлагалась поддержка математики) так и не был принят сетевым сообществом и вместо него в декабре 1996 года узаконен стандарт HTML 3.2.

Поэтому подготовка математических текстов для WWW пока ведется в расчете на универсальные просмотрщики, имеющие широкое распространение, такие как Netscape Navigator или MS Internet Explorer, с использованием графических файлов для представления математических формул. Графические файлы для отображения математических формул можно представить пользователю двумя способами: 1) для каждой формулы иметь свою картинку для ее отображения, 2) используя Java приложения, загрузить на компьютер пользователя графические шрифты с математическими символами, из которых потом формировать математические выражения.

Первый подход реализован, например, в конверторе LaTeX2HTML (автор Nikos Drakos, University of Leeds, Великобритания, http://cbl.leeds.ac.uk/nikos/tex2html/tex2html.html). Недостатком этого подхода является то, что при подготовке документа вам неизвестна разрешимость экрана и размер используемых при просмотре шрифтов, установленных на компьютере пользователя, что приводит к несоответствию размеров текста и формул в документе, а это резко снижает его восприятие. С другой стороны, в документе, содержащем достаточно много формул, размер графических файлов становится весьма значительным, что замедляет его передачу по сети.

Подход, основанный на использовании Java-приложений и загрузке графических шрифтов, используется пока не очень широко для представления математических текстов. Его использование оправдано для представления текстов, содержащих большое количество математических формул. При этом подходе число передаваемых по сети графических файлов с математическими символами не зависит от величины текста, а при работе с большим количеством документов графические файлы будут браться из кэша, что существенно уменьшает нагрузку на сеть. Недостатком этого подхода является то, что на слабом компьютере Java-приложения работают достаточно медленно.

В качестве примера использования данного подхода можно привести пакет WEBeq, разработанный Геометрическим центром университета Миннесоты (Center for the Computation and Visualization of Geometric Structures, a National Science Foundation Science and Technology Center at the University of Minnesota). Данный подход реализован на WWW-сервере Сибирского отделения РАН ( http://www-sbras.nsc.ru/) и доступен для свободного использования всеми, кто имеет IP соединение с "Сетью Internet Новосибирского научного центра" ( http://www-sbras.nsc.ru/win/nsc-net/nsc.html). Подробности и инструкции на русском языке по использованию WEBeq можно найти в электронной публикации "Набор математических формул для WEB"
( http://www-sbras.nsc.ru/win/mathpub/webeq/).

3. Обзор конверторов из TeX в HTML

Поэтому наиболее правильным решением для читателя было бы конвертирование TeX овского файла в гипертекстовый документ. Как мы уже отмечали, попытка решить эту нетривиальную проблему впервые была предпринята в 1993 г. Н. Дракосом. Однако пока еще не существует полного решения проблемы преобразования математического текста, подготовленного в TeX е, в гипертекстовый документ.

Ниже перечислены известные авторам конверторы документов, подготовленных на основе издательской системы TeX в HTML. Ни один из существующих конверторов не работает полностью автоматически, особенно в части гипертекстовой структуры документа. Как правило, результирующий документ требует либо дополнительной правки, либо использования специальных стилей TeX, предназначенных для создания гипертекстовых документов (Гипертекстовые ссылки на конверторы, описанные ниже можно найти в тексте доклада, прочитанного на совещании Конверторы TeX => HTML).

LaTeX2HTML. LaTeX 2.09 конвертор в HTML. Автор Nikos Drakos (University of Leeds, Великобритания). Конвертор написан на языке интерпретатора Perl (Perl scripts, объемом около 200 килобайт) для OS UNIX. Это наиболее полный из всех в настоящий момент работающих конверторов. Он включает математические формулы и таблицы в виде графических файлов, обрабатывает примечания и библиографию. Этот конвертор является, пожалуй, самым известным и хорошо зарекомендовавшим себя конвертором такого типа. В возможностях преобразователя присутствует разбор и раскрытие функций, описанных пользователем (\newcommand). Автоматически происходит преобразование LaTeX -конструкций, подобных существующим в HTML: таблиц, подстрочных примечаний, списков и прочих. Не имеющие аналогов в HTML, элементы выделяются в отдельные файлы, компилируются с помощью LaTeX а, а затем переводятся в формат Сompuserve GIF и помещаются конвертором на соответствующие позиции внутри документа. Этот метод, конечно, привлекателен, однако, к сожалению, не лишен недостатков. Во-первых, он "медленный", поскольку требует слишком большого количества операций, а во-вторых, результат обработки не всегда корректен, и ошибки приходится править в ручную. Для работы требуются траслятор TeX а (формат LaTeX 2.09), преобразователь DVI-файлов в PostScript (dvips), GhostScript и PBMPlus Toolkit. Все требуемое программное обеспечение и сам конвертор имеют статус freeware.

LaTeX2hyp. Программа, написанная на языке C, для трансляции документов из LaTeX а в HTML, Text, TurboVision help, RTF или WinHelp RTF. Конвертор поддерживает перекрестные ссылки, библиографию, нумерацию и т.п. Полностью поддерживает разметку текста LaTeX 2e в нотации HTML 3.0, ссылки и библиографию. Автор Roger Nelson, Вашингтонский университет.

Для трансляции таблиц и математических формул используется пакет math2html.

math2html. Транслятор математических формул и таблиц LaTeX в HTML 3.0, работающий под OS UNIX. Результат работы поддерживается коммерческим просмотрщиком Arena. Автор Йан Саарела (Janne Saarela e-mail: Janne.Saarela@hut.fi). Программа написана на С++ для любой UNIX-платформы, на которой были бы доступны flex, bison и (g)make. Производит перевод математических конструкций из LaTeX а 2.09 в HTML3. Необходимо отметить, что HTML3 обладает расширенными, по сравнению с HTML2, возможностями для работы с таблицами, формулами и уравнениями, поддержка именно этих возможностей и была реализована в math2html. Следует знать, что все математические формулы, включающие в себя структуры, не поддерживаемые math2html, будут проигнорированы. Единственным выходом из этого положения является перевод их в абсолютный код и отображение в конфигурационном файле.

vulcanize. Конвертор для OS UNIX, написанный на языке интерпретатора Perl (Perl scripts), для нематематических текстов, подготовленных LaTeX 2.09. Автор Mark-Jason Dominus (е-mail mjd@central.cis.upenn.edu).

Hyperlatex. Конвертор с подмножества LaTeX 2.09, работающий под OS UNIX. Предназначен для создания гипертекстовых страниц средствами LaTeX. Автор Otfried Schwarzkopf. Исходный текст написан на GNU Emacs Lisp для UNIX. Любители Emacs могут использовать конвертор прямо из него. Однако, если пользователь испытывает неприязнь к Emacs, он все равно сможет воспользоваться Hyperlatex'ом, запустив его из shell'а. Автор не преследовал цели поддерживать все команды LaTeX а, поэтому конвертор распознает весьма ограниченный набор команд. C непонятными ему конструкциями Hyperlatex борется, выдавая сообщения об ошибках. В случаях, когда необходимо отобразить, скажем, формулы или таблицы, что совсем не тривиальная задача, авторам представляется самым разумным перевести их в графический формат, а затем, поскольку существует возможность описывать те части текста, которые будут видны при просмотре стандартным WWW-браузером, отдельно от тех, которые пользователь предпочитает видеть в LaTeX -документе, в LaTeX -версии описать объект в LaTeX -формате, а в документ HTML поместить на нужном месте графическую вставку.

Если пользователь хочет отобразить $i$-й элемент какого-либо множества как в LaTeX е ($n_i$) и как в HTML-документе $n[i]$, то авторы этого преобразователя предоставляют ему такую возможность. Допускается также использование функций и командных скобок (режимов \newenvironment), определенных пользователем, но начинаться такие описания должны с новой строки, с команды \H или с пробела.

Tex2rtf. Конвертор LaTeX 2.09 в HTML, RTF, Windows Help RTF and wxHelp. Программа, написанная на C, работает на всех платформах (DOS, Windows, UNIX). Конвертор не поддерживает математику и имеет проблемы с переводом таблиц. Конвертор является частью свободно распространяемой библиотеки wxWindows, работающей под Sun Open Look, Motif, Windows~3.1, Windows~95/NT, non-GUI UNIX. При разборе текста пропускает таблицы и математику. Автор Юлиан Смарт (J.Smart@ed.ac.uk).

JAM. Мета-язык для описаний конверторов. Конвертирует в HTML текстовые файлы LaTeX и RTF. Конвертор написан на языке C для OS UNIX, Macintosh и Intel. Автор Lachlan Cranswick (e-mail lachlan@dmp.csiro.au).

BETA. Пакет, работающий под DOS. Конвертирует LaTeX в HTML. Организован в виде формата TeX. Работает по аналогии с конвертором LaTeX2HTML. Автор Horst Wassenberg.

YODL. Язык создания документов с транслятором LaTeX - HTML. В системе организована поддержка и некоторых других форматов. Понимает макросы TeX а. Правильно транслирует только текстовые документы. Работает под LINUX'ом (в принципе, может работать на любой UNIX платформе). Автор Karel Kubat (e-mail: karel@icce.rug.nl).

axTeX. Конвертирует текстовую часть LaTeX -файла в HTML. Неконвертируемые части (формулы, таблицы и др.) вставляет в виде HTML-комментария в TeX овской нотации для последующей замены графическими файлами. Выделяет LaTeX -объекты, встроенные в HTML-документ, создает отдельные .tex-файлы и, в конце, преобразовав их в графический формат, создает HTML-документ с соответствующими графическими вставками. Автор Philip Thrift.

HyperTeX. Наиболее полный интегрированный в WWW пакет, позволяющий конвертировать TeX овские документы, используя DVI или PDF-файлы. Автор Arthur Smith.

В сентябре 1994 г. Сenter for Geometry Analysis Numerics and Graphics заявил о появлении HyperTeX . На первом этапе была реализована версия для UNIX/X Window System, co временем был предложен вариант для Apple Macintosh. Для правильной работы требуется Acroexchange, желательно как можно более поздней версии. Исходные тексты написаны на С.

Вдохновленные успехом WWW, авторы программы расширили TeX возможностями добавления в документ связей между его частями и другими документами. Во время просмотра в режиме on-line связи становятся активными и дают пользователю возможность без труда передвигаться между документами и внутри них. Естественно, междокументные связи эффективны только на экране. Просмотр требует поддержки форматов файлов (.dvi, .ps и .pdf).

plain2. Автор Akihiro Uchida, Япония (e-mail uchida@ccs.mt.nec.co.jp). Стандартную поставку исходных файлов можно откомпилировать под System V или 4.xBSD UNIX, а также и MS DOS; для этого потребуется соответствующий компилятор C. Преобразует plain\text в форматы ROFF, HTML, TeX, LaTeX.

plain2html. Написан программистами Colos (COnceptual Learning Of Science) Lyon, Франция. Язык, разработанный для этого конвертора, настолько похож на TeX, что может считаться его диалектом.

Таким образом, для разрешения проблемы успешного перевода документов из формата LaTeX в формат HTML реально существуют две основные стратегии.

1. Поскольку HTML на сегодняшний день не имеет в своем арсенале возможностей поддержки математических формул в требуемом объеме, формулы предлагается превращать в изображения, а затем помещать на нужные места в документе. У этого довольно изящного метода, наиболее полно реализованного Н. Дракосом, есть ряд существенных недостатков: пользователь сталкивается с трудностями в согласовании шрифта, используемого для просмотра с размером графической вставки. Графическое изображение имеет фиксированное разрешение, поэтому, когда пользователь просматривает его на мониторе с разрешением 144 dpi, то рисунок выглядит вчетверо меньше, а при печати на принтере разрешением 600 dpi пикселы превратятся в квадраты, и шрифт формулы будет выглядеть крайне неаккуратно, несмотря на высокое качество устройства.
2. Создать новый язык и его транслятор и в дальнейшем использовать его для составления документов и последующего перевода в различные форматы, такие как LaTeX, HTML, PS и др. Примеров несколько: JAM, BETA-format, YODL, HyperTeX, plain2html.

• конвертируются конструкции TeX , имеющие аналоги в HTML, такие как таблицы, подстрочные примечания, списки и др.;
• конструкции, которым не удается сопоставить адекватной замены, выделяются в отдельные файлы;
• эти файлы обрабатываются транслятором LaTeX, и затем переводятся в графический формат, например Compuserve GIF;
• далее на соответствующей позиции внутри документа делается графическая вставка.

4. Inetrnet-технология подготовки математических текстов

  Поступила в редакцию 24 апреля 1997 г.
© 1997 Institute of Computational Technologies SB RAS, Novosibirsk
    Date created: 15-12-1997