南京大学学位论文LaTeX模板使用指南
2026-02-06 04:04:17作者:宣聪麟
项目简介
njuthesis 是南京大学官方推出的学位论文LaTeX模板,专门为本科生毕业论文、研究生学位论文和博士后出站报告设计。该模板严格遵循南京大学本科生院和研究生院的论文撰写规范,能够自动生成符合国家标准和学校要求的专业论文格式。
快速开始
获取模板
通过以下命令下载最新版本的模板:
git clone https://gitcode.com/gh_mirrors/nj/NJUThesis
环境配置
确保系统已安装TeX Live或MiKTeX等LaTeX发行版,并支持XeLaTeX或LuaLaTeX编译引擎。
编译文档
进入项目目录,使用XeLaTeX编译主文档:
cd NJUThesis
xelatex main.tex
编译完成后,将在当前目录生成PDF格式的论文文档。
模板结构解析
核心文件说明
njuthesis.dtx:模板的核心实现文件njuthesis-sample.tex:示例文档,可直接修改使用test/:测试目录,包含多种应用场景的示例docs/:文档目录,提供学校标志和名称文件
项目目录概览
不同学位类型配置
本科生毕业论文
本科生使用模板时,只需在文档类选项中指定类型为bachelor:
\documentclass[type=bachelor]{njuthesis}
研究生学位论文
研究生可根据学位类型选择master或doctor,并区分学术型与专业型:
\documentclass[
type=master,
degree=academic
]{njuthesis}
博士后出站报告
博士后研究人员可选择postdoc类型:
\documentclass[type=postdoc]{njuthesis}
高级功能配置
封面设置
模板支持多种封面选项,包括是否需要国家图书馆封面、诚信承诺书等:
\documentclass[
nl-cover, % 国家图书馆封面
decl-page % 诚信承诺书
]{njuthesis}
页面模式设置
根据需求选择合适的页面模式:
\documentclass[
draft, % 草稿模式
anonymous, % 盲审模式
oneside % 单面打印
]{njuthesis}
写作技巧与最佳实践
文档结构组织
建议将论文内容按章节拆分为多个文件,便于管理和维护:
\include{chapters/introduction}
\include{chapters/methodology}
\include{chapters/results}
参考文献管理
使用BibTeX管理参考文献,确保引用格式规范统一:
\printbibliography
常见问题解决
编译错误处理
遇到编译错误时,首先检查以下几点:
- 确保使用UTF-8编码保存文件
- 确认已安装必要的字体包
- 验证BibTeX文件格式正确
格式调整技巧
如需调整特定格式,可参考模板提供的配置选项,避免直接修改核心代码。
进阶功能探索
自定义命令定义
在导言区可定义自定义数学命令:
\DeclareMathOperator{\spn}{span}
\NewDocumentCommand\mathbi{m}{\textbf{\em #1}}
宏包扩展使用
根据需要载入额外的宏包:
\usepackage{subcaption} % 嵌套小幅图像
\usepackage{siunitx} % 标准单位符号
\usepackage{physics} % 物理符号
成果展示
模板支持学术成果列表功能,可自动生成攻读学位期间发表的论文清单:
\njuchapter{学术成果}
\njupaperlist[攻读博士学位期间发表的学术论文]{citation_key}
通过本指南的学习,你将能够熟练使用南京大学学位论文LaTeX模板,专注于论文内容创作,让格式问题不再成为写作障碍。
登录后查看全文
热门项目推荐
相关项目推荐
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
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
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
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355

