LaTeX2e 2024-11-01版本中类选项处理机制的重要变更
2025-07-05 16:04:56作者:明树来
在LaTeX2e 2024-11-01版本中,类(class)与宏包(package)之间的选项处理机制发生了重要变化,这一变更直接影响开发者如何设计类与宏包的交互方式。本文将详细解析这一变更的背景、具体内容及其对开发实践的影响。
变更背景
传统LaTeX中,类选项会默认传递给所有加载的宏包,这种机制虽然方便,但也带来了潜在的问题。当类和宏包定义了同名但功能不同的选项时,会导致意外的行为冲突。随着LaTeX3编程接口的普及,这种问题变得更加突出。
新机制详解
2024-11-01版本引入的关键变化是:类选项不再自动传递给宏包。开发者现在必须显式声明哪些类选项应该传递给宏包,通过.pass-to-packages属性来控制这一行为。
\DeclareKeys{
opt .code = \def\aaa{aaa},
opt .pass-to-packages = true
}
在这个示例中,opt选项不仅会在类中生效,还会被传递给后续加载的宏包。如果省略.pass-to-packages = true,则该选项将仅在类内部有效。
开发实践影响
这一变更要求类开发者更加谨慎地考虑选项的传递性:
- 隔离性增强:默认情况下,类选项不会影响宏包行为,减少了意外的副作用
- 显式控制:必须明确指定哪些选项需要共享给宏包
- 向后兼容:现有代码需要检查并添加必要的
.pass-to-packages声明
最佳实践建议
- 对于类专用选项,保持默认行为(不传递)
- 对于需要影响宏包的选项,显式设置
.pass-to-packages = true - 在类文档中明确说明哪些选项会影响哪些宏包
- 宏包开发者应假设选项可能不会从类自动传递,做好独立处理准备
这一变更虽然增加了少量开发工作量,但显著提高了LaTeX文档构建的可靠性和可预测性,是LaTeX现代化进程中的重要一步。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
677
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
205
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781