前一段时间承包了西电爱数社数学竞赛试题模版的编写，但是用LaTex编写很多复杂的操作都很不方便，尤其是是要用变量的话，虽然LaTex是原生支持的，但是使用起来跟一般编程语言还是差太多了，于是我寻找了一下用编程编写LaTex的方法，就发现了Pylatex。大概总结了下它相对于一般LaTex编写的优势。结构比latex清晰。

可以使用编程的逻辑写论文。

可以使用Python里面很多优雅的操作。

表格、图等东西更方便。

在编写竞赛试题的过程中，渐渐熟悉了Pylatex，也渐渐发现了一些它的弊端，在使用LaTex编写论文的过程中，虽然整体结构的编写更容易了，但是在还是有几个方面不太舒服。很多时候要在Python中使用大段的文字

如果你从网上找一些现成的latex代码段复制过来会造成同一个命令有些使用Python对象，有些使用纯LaTex代码，最后代码会非常混乱。

依然不能很高效的多人合作编写。

于是我在使用过程中对Pylatex代码进行了一些优化，并自己写了一个库(PyTex)来解决这些问题，正巧近期西电要举办线上的数模校赛，于是专门针对数模进行了一波优化，基本解决了上面的几个问题。将所有大段文字编写全部移植到MarkDown端，解决了Python端需要大段文字的问题。

基本实现MarkDown转换成LaTex代码的功能，不必寻找LaTex的代码块，可以直接找md代码块了。

可以通过将论文分成不同的md，分给不同的人编写，甚至可以用git同步实时预览。

当然PyTex还有一个更重要的优势就是是Pylatex已经停止更新了，而PyTex才刚刚开始更新，以后还会加很多功能(当然也有可能直接鸽了)。下面来介绍一下PyTex。

安装

这个项目使用 Python 开发，请确保你本地安装了它。

建议使用pip安装本库。

$ pip install bone-pytex

使用说明

使用时，你必须创建一个文档实例。

from pytex import MathDocument

doc = MathDocument('数学建模', packages=["amsmath", "graphicx", "amssymb", "cite"],

standard="GJS", preface=False)

如果你使用了默认的标准页，可以通过命令添加队伍信息

doc.set_information(problem_num="A", team_num="0001", school_name="最强大学",

member_names=("a", "b", "c"), supervisor="teacher", date=(2020, 4, 20))

你可以将md文档转换为latex

from pytex.utils import md2tex, MarkDown

latex_code1 = md2tex(path="md/abstract.md")

latex_code2 = md2tex(file=open("md/abstract.md", 'r', encoding='UTF-8'))

latex_code3 = MarkDown("md/abstract.md")

你可以在文档中添加标题、摘要、目录。

doc.add_title()

keys = ["出租车资源配置", "供求匹配模型", "缓解程度判断模型", "分区域动态实时补贴方案"]

doc.add_abstract(latex_code, keys)

doc.add_toc()

你可以在文档中添加 使用固定格式编写的md文档 作为一个section。

doc.add_section(path="md/wtcs.md")

你可以在文档中添加指定标题和内容的 section。

doc.add_section(title="符号说明", content="大家好啊")

你可以在文档中添加变量，将会自动添加到变量表中，同时还可以使用符号转化器将其转换为latex代码

from pytex.utils import SymbolTransformer

from pylatex import NoEscape

x = doc.add_var("x", NoEscape("这是一个优秀的$x$"))

st = SymbolTransformer()

formula, name = st.sym2tex((x**2+7)*5)

最后，你可以生成tex文档，或者pdf文档

doc.generate_pdf('resources/math', compiler='XeLatex', clean_tex=False, clean=False)

特色功能提供了试卷编写模块，详情见pytex/exam/README.md。

支持Markdown到LaTex的转换。

针对数模进行了大幅度优化，提供了模板。

支持定义局部操作(废弃)。

计划实现功能神经网络结构可视化，输入处理形状变换可视化。

Python端编辑公式。

Python端添加文献。

图制作。

代码仓库

GitHub: PyTex