不用零宽空格在 org-mode 中标记中文的办法

[VagrantJoker]

我在 emacs -Q 下测试过没问题，请排除你的配置问题

给个样例文本看看

[fountainer]

#+title: Test

#+LATEX_CLASS: beamer
#+OPTIONS: H:2 toc:t num:t
#+startup: beamer
#+latex_header: \usepackage{xeCJK}
#+latex_header: \xeCJKsetup{CJKmath=true}

* 第一节
** 测试

这是 *一个* 测试。这是一个公式 \( 项目 \rightarrow 测试 \)。

最怕emacs -Q测试 ，先看看是不是我配制问题吧。

[VagrantJoker]

这是 emacs -Q 下导出结果，标记一直没有问题，只是行内公式根据个人写法不同导出结果不一致，已更新上面的函数。

@fountainer

最怕emacs -Q测试 ，先看看是不是我配制问题吧。

我希望你每次回复的时候能注意一下预填充文本，反馈前先用 emacs -Q 测试是一个好习惯

[fountainer]

好的，谢谢，那我慢慢找问题吧。顺便贴一下我的导出吧。

\begin{document}

\maketitle
\begin{frame}{Outline}
\tableofcontents
\end{frame}


\section{第一节}
\label{sec:orgb20d632}
\begin{frame}[label={sec:orga84fe28}]{测试}
这是 \alert{一个} 测试。这是一个公式 \(项目 \rightarrow 测试\)。
\end{frame}
\end{document}

[fountainer]

这个可以啦，我复制你最新改的函数的时候，忘了把 (with-eval-after-load 'ox ...)这些加进去。感谢！

[fountainer]

再报告一个问题

#+title: Test

#+LATEX_CLASS: beamer
#+OPTIONS: H:2 toc:t num:t
#+startup: beamer
#+latex_header: \usepackage{xeCJK}
#+latex_header: \xeCJKsetup{CJKmath=true}

* 第一节
** 测试

这是一个 *简单* 的 *小* 测试。这是一个公式 \( 项目 \rightarrow 测试 \)。

导出的latex是

\begin{document}

\maketitle
\begin{frame}{Outline}
\tableofcontents
\end{frame}


\section{第一节}
\label{sec:org4df4d97}
\begin{frame}[label={sec:orgff7d1eb}]{测试}
这是一个\alert{简单}的 \alert{小} 测试。这是一个公式\(项目 \rightarrow 测试\)。
\end{frame}
\end{document}

第二个标记“小”字两边的空格没有被过滤掉。

[VagrantJoker]

我提供的只是一个例子，肯定不能覆盖所有情况

建议根据自己的需求添加相应的正则

[fountainer]

好的，谢谢，了解啦。

[VagrantJoker]

(defun eli-strip-ws-maybe (text _backend _info)
    (let* ((text (replace-regexp-in-string
                  "\\(\\cc\\) *\n *\\(\\cc\\)"
                  "\\1\\2" text));; remove whitespace from line break
           ;; remove whitespace from `org-emphasis-alist'
           (text (replace-regexp-in-string "\\(\\cc?\\) \\(.*?\\) \\(\\cc\\)"
                                           "\\1\\2\\3" text))
           ;; restore whitespace between English words and Chinese words
           (text (replace-regexp-in-string "\\(\\cc\\)\\(\\(?:<[^>]+>\\)?[a-z0-9A-Z-]+\\(?:<[^>]+>\\)?\\)\\(\\cc\\)"
                                           "\\1 \\2 \\3" text))
           (text (replace-regexp-in-string "\\(\\cc\\) ?\\(\\\\[^{}()]*?\\)\\(\\cc\\)"
                                           "\\1 \\2 \\3" text)))
      text))

我不确定是否会有副作用，毕竟个人测试条件有限。

[fountainer]

谢谢，目前可用，主要自己对正则只是刚入门水平。

[gangzhan]

我怎么遇到好多小问题，已经用 emacs -Q 测试过了，请问都是正则导致的吗？

在建立二级标题的时候，如果标题是中文，会出现空格被吞掉的情况

左图是 emacs -Q，右图是在 emacs -Q 的基础上加上了文中提到的 org 配置

[VagrantJoker]

抱歉，已更新正则

edit: 再次更新

[gangzhan]

感谢大佬，修复速度太快了，我也得好好学学正则了，免得遇到什么小问题都得来问

[rua]

话说最终版本是什么，看乱了已经

[VagrantJoker]

隐藏空格一直是一楼的，导出时过滤空格的正则可以用最新的，不过建议根据自己的习惯和需求自己定义

[K-gihu]

关于导出时移除零宽空格字符，在org-mode邮件列表里也有一些讨论，此外这个thread也讨论了不使用零宽空格标记中文的方法。

[welandx]

一直习惯在读推理小说的时候用org-mode做笔记，需要标记一些中文关键词，今天发现用radio-target更适合这个场景，可以在创建target的地方写点概括性的描述

[Shynur]

@VagrantJoker

零宽空格是看不见的，有可能删不干净

那也未必, 这是我用 prettify symbol 设置的零宽字符的显示:

(("​" . 8248))

大部分情况下感观都还不错

[Deeson]

@VagrantJoker

这样就可以了

应用这个hack，标记前后也可以是字母（无需空格）了（见上，加入了 [:alpha:]）

@VagrantJoker

修改下函数org-do-emphasis-faces就行了

而应用这个hack，会尽可能非贪婪地匹配（见上，加入了 .*?[~=*/_+]），从而实现同一句话多个标记不混杂：

但是，如果同时使用这两个hack，会出现一些特别的问题：

比如对于org-mode中文本：

www.baidu.com/ =sdf=

预期高亮行为是：

但是同时应用两个hack后是：

这是因为第一个 / 和后面的 = 匹配上了，而后面的 = 就无法匹配了。

以上还是较为简单的情形，如果复杂的话，一行同时有无序列表（+、-、*）、链接（很多 /），就比较复杂了，很大概率没有正确显示。

不过正如前辈所讲，渲染和导出机制不同：

【老问题】无法通过 org-emphasis-regexp-components 进行 org 中文行内格式化

因为 org-mode 渲染用的是 org-do-emphasis-faces ，而 parse 用的是 org-element--parse-generic-emphasis （后者比较新）， 所以旧的方法有点不适用，需要在原来的基础上对 org-element--parse-generic-emphasis 做点修改： (defun eli/org-element--parse-generic-emphasis (mark type) "Parse emphasis object at point, if any. MARK is the delimiter string used. TYPE is a symbol among `bold', `code', `italic', `strike-through', `underline', and `verbatim'. Assume point is at first MARK." (save-excursion (let ((origin (point))) (unless (bolp) (…

以上问题只影响在Emacs里的高亮，导出是没问题的（我只做了少量测试）。

如果哪位前辈有更好的见解，欢迎指点！

[Deeson]

因此我目前还是采用 font-lock 来隐藏空格，归纳论坛诸多前辈的代码，我目前是这么操作的：

(defvar org-hide-space-keywords
  '(("\\cc\\( \\)[*/_=~+]\\cc.*?[*/_=~+]"
     (0 (prog1 () (when org-hide-emphasis-markers (add-text-properties (match-beginning 1) (match-end 1) '(invisible t))))))
    ("[*/_=~+].*?\\cc[*/_=~+]\\( \\)\\cc"
     (0 (prog1 () (when org-hide-emphasis-markers (add-text-properties (match-beginning 1) (match-end 1) '(invisible t))))))))
(font-lock-add-keywords 'org-mode org-hide-space-keywords 'append)
;; disable
;; (font-lock-remove-keywords 'org-mode org-hide-space-keywords)

只要“标记”和“未标记”文本的相邻边界都是中文，则隐藏（invisible）这一侧的空格：

同时，通过开关 org-hide-emphasis-markers ，标记符号（+、=、~等）会与符合上面特征的空格，一起显示或隐藏。

同时，有一个众所周知的包 org-appear 可以自动显示和隐藏这些标记符号，通过一个小 hack，可以使它自动显示和隐藏周围的空格：

(psearch-patch org-appear--show-invisible
      (psearch-replace '`(t . ,_args)
                       '`(t
	                  (remove-text-properties (1- start) visible-start '(invisible org-link))
	                  (remove-text-properties visible-end (1+ end) '(invisible org-link)))))

这里我是用 psearch 来 hack 的，其实就是修改函数 org-appear--show-invisible：

-   (remove-text-properties start visible-start '(invisible org-link))
+   (remove-text-properties (1- start) visible-start '(invisible org-link))
-   (remove-text-properties visible-end end '(invisible org-link)))
+   (remove-text-properties visible-end (1+ end) '(invisible org-link)))

最终效果如下：