LaTeX3 coffin模块中的JoinCoffins命令解析
2025-07-05 08:42:37作者:虞亚竹Luna
概述
LaTeX3的coffin模块提供了一种强大的排版机制,允许用户将不同类型的内容(文本、图片、公式等)作为"棺材"(coffin)对象进行处理和组合。其中\JoinCoffins命令是coffin模块中最核心的功能之一,用于将两个coffin对象按照指定的对齐方式进行组合。
JoinCoffins命令的基本语法
\JoinCoffins命令的基本语法格式如下:
\JoinCoffins *
⟨coffin1⟩ [ ⟨coffin1-pole1⟩ , ⟨coffin1-pole2⟩ ]
⟨coffin2⟩ [ ⟨coffin2-pole1⟩ , ⟨coffin2-pole2⟩ ]
( ⟨x-offset ⟩ , ⟨y-offset ⟩ )
其中:
*是可选参数,表示以相对方式连接coffin⟨coffin1⟩是目标coffin,将被修改以包含组合后的结果⟨coffin2⟩是要合并到⟨coffin1⟩中的源coffin- 方括号中的参数指定了对齐的极点(pole)
- 圆括号中的参数指定了x和y方向的偏移量
极点的继承特性
在coffin组合过程中,一个重要的特性是极点的继承。当使用\JoinCoffins将一个coffin合并到另一个coffin中后,被合并coffin的极点仍然可以被访问,它们会成为新coffin的一部分。
例如,在以下代码中:
\SetHorizontalCoffin\OutputCoffin{}
\SetHorizontalCoffin\RedCoffin{\color{red!20!white}\rule{0.2 in}{0.2 in}}
\JoinCoffins\OutputCoffin[vc,hc]\RedCoffin[vc,hc]
\SetHorizontalCoffin\BlueCoffin{\color{blue!20!white}\rule{0.2 in}{0.2 in}}
\JoinCoffins\OutputCoffin[\RedCoffin-vc,\RedCoffin-hc]\BlueCoffin[b,l]
- 首先创建了一个空的
\OutputCoffin和一个红色的\RedCoffin - 将
\RedCoffin合并到\OutputCoffin中,使用两者的垂直中心(vc)和水平中心(hc)对齐 - 创建蓝色的
\BlueCoffin - 将
\BlueCoffin合并到\OutputCoffin中,但这次使用\RedCoffin的极点作为对齐参考
关键点在于,尽管\RedCoffin已经被合并到\OutputCoffin中,我们仍然可以通过\RedCoffin-vc和\RedCoffin-hc来引用它的极点,这些极点现在属于\OutputCoffin的一部分。
实际应用中的极点命名
在coffin组合过程中,极点名称遵循以下规则:
- 每个coffin有自己的一组内置极点(如vc、hc、t、b、l、r等)
- 当一个coffin被合并到另一个coffin中后,它的极点可以通过
\原coffin名-极点名的方式访问 - 这种命名机制确保了即使经过多次合并,我们仍然可以精确定位之前合并的各个coffin的位置
设计考量
这种极点继承机制的设计考虑到了复杂排版的需求:
- 精确定位:允许在多次合并后仍能精确定位之前合并的元素
- 相对布局:支持基于之前合并元素的相对布局
- 可维护性:通过明确的命名规则,使代码更易于理解和维护
总结
LaTeX3 coffin模块的\JoinCoffins命令通过极点继承机制,为复杂排版提供了强大的支持。理解极点如何在合并过程中被保留和访问,是掌握coffin模块的关键。这种设计使得用户可以构建复杂的排版结构,同时保持对每个组成部分的精确控制。
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 StartedRust069- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
如何快速提升编程技能:80+实用应用创意项目完全指南80个实战项目:如何用App Ideas快速提升编程技能终极指南:如何用Android Asset Studio快速生成Android应用图标资源如何快速上手Ollama:本地运行Kimi、GLM、DeepSeek等主流大模型的完整指南终极指南:如何快速生成专业级Android应用图标如何快速部署本地AI模型:Ollama完整指南如何通过80+个应用创意项目快速提升编程技能:终极学习指南如何快速部署本地AI模型:Ollama完整指南与实战教程80个实战项目创意:从零到一提升编程技能的完整指南终极应用创意宝典:100+实战项目助你快速提升编程技能
项目优选
收起
暂无描述
Dockerfile
687
4.45 K
Ascend Extension for PyTorch
Python
540
664
Claude 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 Started
Rust
388
69
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++
953
919
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
646
230
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
407
322
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.59 K
923
昇腾LLM分布式训练框架
Python
145
172
暂无简介
Dart
935
234