LaTeX2e中的\AtBeginDocument与\AddToHook{begindocument}差异解析
2025-07-05 11:10:01作者:傅爽业Veleda
前言
在LaTeX2e文档编写过程中,开发者经常需要在文档开始执行时添加特定代码。传统上我们使用\AtBeginDocument命令,而随着LaTeX3编程层的引入,又出现了\AddToHook{begindocument}这一替代方案。本文将详细分析这两个命令的区别和使用场景。
核心差异
\AtBeginDocument和\AddToHook{begindocument}虽然功能相似,但在使用时机上存在关键区别:
-
执行时机限制:
\AtBeginDocument只能在导言区(preamble)使用,即\begin{document}之前\AddToHook{begindocument}则可以在文档的任何位置使用,包括正文中
-
错误处理:
- 在
\begin{document}之后使用\AtBeginDocument会直接报错:"Can be used only in preamble" \AddToHook{begindocument}在文档任何位置都能正常工作
- 在
技术背景
这种差异源于两个命令的不同实现机制:
\AtBeginDocument是LaTeX2e的传统命令,设计初衷是在文档开始前收集所有初始化代码\AddToHook{begindocument}属于LaTeX3的钩子系统,采用更灵活的机制,允许后期添加代码
实际应用建议
-
兼容性考虑:
- 如果需要支持较旧的LaTeX系统,优先使用
\AtBeginDocument - 如果确定使用较新版本(2020年以后),可以考虑使用钩子系统
- 如果需要支持较旧的LaTeX系统,优先使用
-
代码组织:
- 初始化代码尽量放在导言区,使用
\AtBeginDocument - 动态生成的代码或模块化开发时,可考虑使用
\AddToHook{begindocument}
- 初始化代码尽量放在导言区,使用
-
调试提示:
- 遇到"Can be used only in preamble"错误时,检查是否有
\AtBeginDocument被误用在正文中 - 考虑是否可以用
\AddToHook{begindocument}替代
- 遇到"Can be used only in preamble"错误时,检查是否有
示例对比
% 传统方式 - 只能在导言区使用
\AtBeginDocument{
% 初始化代码
}
% 新方式 - 可在任何位置使用
\AddToHook{begindocument}{
% 初始化代码
}
总结
理解\AtBeginDocument和\AddToHook{begindocument}的区别对于LaTeX开发非常重要。随着LaTeX3编程层的逐步普及,钩子系统提供了更灵活的代码组织方式,但传统方法在兼容性上仍有优势。开发者应根据具体项目需求选择合适的命令。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
117
昇腾LLM分布式训练框架
Python
178
220