Zotero Better BibTeX 中处理斜体物种名称的大小写问题
在学术写作中,特别是生物学领域,正确格式化物种学名(由属名和种加词组成)是一项基本要求。这类名称通常需要斜体显示,并且遵循特定的命名规范:属名首字母大写,种加词全小写。然而,当使用 Zotero 的 Better BibTeX 插件导出参考文献时,用户可能会遇到一个特殊问题:斜体文本中的第二个单词被自动转换为首字母大写。
问题现象
当用户在 Zotero 的标题字段中输入类似以下格式的内容时:
Kairomone response in <i>Thanasimus</i> predators to pheromone components of <i>Ips typographus</i>
通过 Better BibTeX 导出后,会得到:
title = {Kairomone Response in {{{\emph{Thanasimus}}}} Predators to Pheromone Components of {{{\emph{Ips}}}}{\emph{ Typographus}}}
可以看到,第二个斜体词对中的"typographus"被错误地转换为了首字母大写形式"Typographus",这不符合生物学命名规范。
问题根源
这一现象源于 Bib(La)TeX 对标题的默认处理方式。Bib(La)TeX 期望标题采用"标题大写"(Title Case)格式,而 Better BibTeX 在导出时会自动执行这一转换。由于"typographus"没有被特别标记为需要保持原样,因此被系统自动转换了大小写。
解决方案
方法一:使用 Zotero 的 nocase 类
最标准的解决方案是在 Zotero 中使用 <span class="nocase"> 标签包裹需要保持原样的文本:
Kairomone response in <i><span class="nocase">Thanasimus</span></i> predators to pheromone components of <i><span class="nocase">Ips typographus</span></i>
这种方法确保文本在 Zotero 内部渲染和导出时都能保持原有的大小写格式。
方法二:修改 Better BibTeX 的导出设置
用户可以在 Better BibTeX 的设置中关闭标题大小写转换功能:
- 禁用"对标题应用标题大写"选项
- 启用"通过将大写单词括在大括号中来应用大小写保护"选项
这种方法适用于不希望任何标题被自动转换的情况。
方法三:使用 Better BibTeX 的后处理脚本
对于需要批量处理大量文献的用户,Better BibTeX 提供了后处理脚本功能。可以添加一个脚本,自动保护所有斜体文本不被转换大小写:
{
"name": "Case-protect italicized text",
"target": "global",
"priority": 10,
"when": "always",
"script": "text => text.replace(/<i>(.*?)<\/i>/g, '<i><span class=\"nocase\">$1</span></i>')"
}
这个脚本会自动将所有<i>...</i>标签转换为<i><span class="nocase">...</span></i>格式。
注意事项
- 这些解决方案仅适用于通过 Better BibTeX 导出的文献
- 如果在 Word 或 LibreOffice 中使用标题大写的引用样式,仍可能导致文本被转换
- 对于生物学文献,建议统一使用方法一或方法三,确保所有物种名称格式正确
通过理解这些机制并选择合适的解决方案,研究人员可以确保他们的参考文献中物种名称的格式始终符合学术规范。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00