LATEX Notes v 1.20
Alpha Huang（）
2008年7月26日
1 字符集和编码
字符集（Character Set）的二进制编码被称为字符编码（Character Encoding），有时人们也会混用这两个术语。
a 1963年发布的American Standard Code for Information Interchange（ASCII）是最早出现的字符编码，它用7位（bit）表示了27 = 128个字符，只能勉强覆盖英文字符。
b 其后，国际标准化组织（International Organization for Standardization，ISO）推出了 ISO 8859。2^8 = 256个字符显然也不能满足需要，所以 8859 被分为十几个部分，从 8859-1（西欧语言）、8859-2（中欧语言），直到8859-16（东南欧语言），覆盖了大部分使用拉丁字母的语言文字。
c 在 ISO 标准完全定型之前，IBM 就有一系列自己的字符编码，他们称之为代码页（Code Page），其中著名的有 1981 年就被用于 IBM PC 的437（扩展 ASCII）、850（西欧语言）、852（东欧语言）。IBM 代码页通常被用于控制台（Console）环境，也就是 MS-DOS或 Unix Shell那样的命令行环境。
d 微软将 IBM 代码页称为 OEM 代码页，自己定义的称为 ANSI 代码页，后者中著名的有1252（西欧语言）、1250（东欧语言）、936（GBK简体中文）、950（Big5 繁体中文）、932（SJIS 日文）、949（EUC-KR韩文）等。
e 1981 年，中国大陆推出了第一个自己的字符集标准 GB2312，它是一个94 ∗ 94的表，包括7445个字符（含6763个汉字）。GB2312通常采用双字节的EUC-CN编码，所以后者也常常被称为 GB2312 编码；其实 GB2312还有另一种编码方式 HZ，只是不常用。GB2312 不包含朱镕基的“镕”字，政府、新闻、出版、印刷等行业和部门在使用中感到十分不便，于是它在1993 年被扩展为 GBK，后者包括 21886 个字符（含 21003 个汉字），没有形成正式标准。2000 年发布的 GB18030 包含 70244 个字符（含 27533 个汉字），采用四字节编码。GB18030 之前还出现过一个 GB13000，没有形成气候。
f 1990 年ISO 推出了通用字符集（Universal Character Set，UCS），即ISO 10646，意图一统江湖。它有两种编码：双字节的 UCS-2 和四字节的UCS-4。
ISO 之外还有个希望一统江湖的组织：统一码联盟（The Unicode Consortium），它于 1991 年推出了 Unicode 1.0。后来两家组织意识到没必要做重复工作，于是开始合并双方的成果，携手奔小康。从 Unicode 2.0开始，Unicode 采用了与 ISO 10646-1相同的编码。
Unicode主要有三种编码：UTF-8、UTF-16、UTF-32。UTF-8使用一至四个 8 位编码。互联网工程任务组（Internet Engineering Task Force，IETF）要求所有网络协议都支持 UTF-8，互联网电子邮件联盟（Internet Mail Consortium，IMC）也建议所有电子邮件软件都支持 UTF-8，所以它已成为互联网上的事实标准。UTF-16 用一或两个 16 位编码，基本上是UCS-2 的超集，和 ASCII 不兼容。UTF-32 用一个 32 位编码，它是 UCS-4的一个子集。
TEX 是基于单字节编码的，因为 Knuth 当初开发 TEX 时没考虑那么远，也没有现成的标准可以借鉴。
LATEX 对中文的支持主要有两种方法：张林波1开发的 CCT 和 Werner Lemberg2开发的 CJK 宏包。早期 CCT 比较流行，新的 CCT 也可以和CJK配合使用，网上可以找到的最后更新是2003年的。CJK是当前主流，它不仅支持中日韩等东亚文字，还支持几十种其他不同语言的多种编码。
支持简体中文的 LATEX 发行版有吴凌云3的 CTeX 和李树钧4的 China-TeX，繁体中文的有吴聪敏5、吴聪慧兄弟的 cwTeX 和蔡奇伟6的 PUTeX。后面两个台湾的发行版包老师不熟悉，前面两个大陆的发行版都包含MikTeX、CCT、CJK、WinEdt等。
简体中文常用编码是 GBK 和 UTF8 。family 是指宋体、楷体、隶书等，具体引用要看电脑上安装了什么字体。麻烦的是 GBK 和 UTF8 字体不通用，也就是说每种编码需要自己的字体。CJK 自带的 UTF8 简体字体有 gbsn（宋体）和 gkai（楷体）。
2 字体
字形是一个字符的具体图形表现形式，一个字符可以有多个字形，比如汉字中的“強／强”、“戶／户／戸”；字样是一组相同风格样式的字形的集合，比如中文字样有宋、仿、楷、黑、隶、篆等；一种字样可以对应电脑上的几种字体。
2.1 字样
拉丁字母的字样主要有三大类：Serif（Roman）、Sans Serif 和 Mono-space （Typewriter）。Serif 的笔画边缘部分有些装饰，类似于中文的宋体、仿宋、楷体、魏书等。Sans Serif 的笔画则是平滑的，类似于中文的黑体。Sans 这个词来源于法语，就是“没有”的意思。Monospace 则是等宽字样。
每一类字样都可以有加粗（bold）、斜体（italic）、倾斜（oblique）等修饰效果。Italic 通常对原字样进行过重新设计，它修饰精细，多用于Serif； Oblique 也称作 slanted，基本上是把正体倾斜，多用于 Sans Serif。通常 oblique看起来比italic要宽一些。
2.2 字体格式
2.2.1 点阵字体和矢量字体
电脑上用的字体（font）按数据格式可以分为三大类：点阵字体（bitmap）、轮廓（outline）字体和笔画（stroke-based）字体。
点阵字体通过点阵来描述字形。早期的电脑受到容量和绘图速度的限制，多采用点阵字体。点阵字体后来渐渐被轮廓字体所取代，但是很多小字号字体仍然使用它，因为这种情况下轮廓字体缩放太多会导致笔画不清晰。
轮廓字体又称作矢量字体，它通过一组直线段和曲线来描述字形。轮廓字体易于通过数学函数进行缩放等变换，形成平滑的轮廓。轮廓字体的主要缺陷在于它所采用的贝塞尔曲线（B´ezier curves）在光栅（raster）设备（比如显示器和打印机）上不能精确渲染，因而需要额外的补偿处理比如字体微调（font hinting）。但是随着电脑硬件的发展，人们一般不在意它比点阵字体多出的处理时间。
笔画字体其实也是轮廓字体，不过它描述的不是完整的字形，而是笔画。它多用于东亚文字。
2.2.2 常见字体
常见的轮廓字体技术有：Type 1 和 Type 3、TrueType、OpenType、METAFONT 等。
Adobe的Type 1和Type 3基于PS，它们采用三次贝塞尔曲线。Type1 支持微调，它使用一个简化的 PS 子集；Type 3 不支持微调，但它可以使用全部 PS功能，因此既可以包含轮廓字体也可以包含点阵字体信息。
1991 年，Apple 发布了 TrueType，它采用二次贝塞尔曲线。二次曲线处理起来比三次曲线快，但是需要更多的点来描述。所以从 TrueType到 Type 1的转换是无损的，反之是有损的。1994 年，Apple 着手研究
TrueType 的下一代技术：TrueType GX，它后来演变为Apple Advanced Typography（AAT）。
1996 年，微软和 Adobe 联合发布了 OpenType。它比起 AAT 的优势有：跨平台、开放和易于开发、支持更多的语言比如阿拉伯语。
早在 1984 年 Knuth 就发布了 METAFONT，它与 TrueType 和 Open-Type的区别是，不直接描述字形轮廓，而描述生成轮廓的笔的轨迹。笔的形状可以是椭圆形或多边形，尺寸缩放自如，字形边缘也柔和一些。两种
字体可以用同一个 METAFONT 文件，当然还有不同的参数。METAFONT技术如此先进，却没有流行开来。对此 Knuth 解释道，要求一位设计字体的艺术家掌握60 个参数太变态了，那是用来折磨数学家的。
Type 1 和 Type 3 把字体信息存储在两种文件里：metrics 和 glyph文件。metrics 文件有 AFM（Adobe font metrics）和 PFM（printer fontmetrics），glyph 文件有 PFA（printer font ASCII）和 PFB（printer fontbinary）。LATEX 使用的 metrics 格式是TFM（TeX Font Metrics）。
TrueType 的文件后缀是 .ttf，OpenType 的是 .ttf 和 .otf。METAFONT虽然用矢量图形来定义字形，实际输出的却是一种点阵格式：PK （packed raster）。
上述字体按技术的先进性，从高到低的排序为：OpenType、 True-Type、Type 1、Type 3、PK，我们应优先选用 OpenType 和TrueType。
2.2.3 合纵连横
Adobe 收取的 Type 1 专利许可费一度十分昂贵，穷人们只好用免费的Type 3。为了打破这种垄断，Apple 开发了 TrueType。1991 年 TrueType发布之后，Adobe随即公开了Type 1的规范，Type 1字体从贵族堕落为平民，因而流行开来。1980 年代中后期，Adobe 的大部分盈利来自于 PS 解释器的许可费。面对这种垄断局面，微软和 Apple 联合了起来。微软把买来的 PS 解释器TrueImage 授权给Apple，Apple则把 TrueType 授权给微软。
微软得陇望蜀，又企图获得 AAT 的许可证，未遂。为了打破 Apple 的垄断，微软联合 Adobe 在1996年发布了 OpenType。Adobe 在2002 年末将其字体库全面转向 OpenType。
CJK 自带的 UTF-8 编码字体 gbsn 和 gkai只包含 GB2312 字符集，而CTeX 只提供 GBK 编码字体，因此中文用户通常需要自己安装配置 UTF-8编码的 TrueType 字体。
在使用TrueType 之前，用户通常需要作以下准备工作：
1. 用转换程序 ttf2tfm 生成TFM。
2. 配置字体定义文件 .fd。
3. 配置 ttf2pk ，因为 DVI 浏览器和 dvips 都会自动调用 ttf2pk 来生成 PK。
4. 配置 dvipdfmx。
