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
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
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
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253

