[问题] pdfTeX下标点设置的另一种实现方式

[RadioNoiseE]

（WRN：这不是个好方法）

因为该issue中CJKpunct宏集的实现导致出现了一些小问题，我就想是否能够有另一种实现能够避免这个问题。
方法如下，暂时只定义。和一个「（我懒）：

\makeatletter
\catcode`。=\active
\catcode`「=\active
\def\kern@punct{period,anglequoteleft}
\def\punct@before{nil}
\def。{%
  \@in\punct@before\kern@punct%
  \ifin@\unskip%
  \else\relax\fi%
  \def\int@r{\hbox to.5em{\string。\hss}}%
  \discretionary{\int@r}{}{%
  \int@r\glue .5em plus.015em minus.015em}%
  \xdef\punct@before{preiod}%
}
\def「{%
  \@in\punct@before\kern@punct%
  \ifin@\unskip%
  \else\relax\fi%
  \def\int@r{\hbox to.5em{\hss\string「}}%
  \discretionary{}{\int@r}{%
  \glue .5em plus.015em minus.015em\int@n}
  \xdef\punct@before{anglequoteleft}%
}
\makeatother

主要思路就是，把中文的全角标点用\hbox to的方式「切」成半角宽度，再视标点种类在前面或后面插入一个半宽的用\glue实现的「铅空」。需断行时则有两种情况：

1. 铅空加在标点前（「）：即使需断行这段铅空也应保留，故无需处理；
   
2. 铅空位于标点后（。）：此时由于铅空属于glue，会被TeX在断行时discard掉，完成「行末半角」。

断行时的行末半角解决后，为完成（多于两个标点相邻时的）标点挤压，使用\in@判断前一个标点类型（使用\xdef定义\punct@before）是否属于需要挤压的标点（预定义的\kern@punct）。此时也有两种情况：

1. 这一对标点不需要挤压时（如～和。：判断为\else分支，\relax；
2. 这对标点需要挤压时（如。和「）：判断为主分支，使用\unskip去掉先前于标点后插入的铅空。

理论上还有一些情况（比如我在写Eva-JFM的时候就遇到了各种奇奇怪怪的情况），但（同样）理论上都能够通过分支判断对应处理（比如\kern@before@punct代表铅空应插在前面的标点集合、以此类推）；同时（再次）理论上是能支持简中、繁中、日文字体的（？

问题

这种实现方式有什么问题呢？

1. 如果有问题，可否解决呢？
2. 如果没有问题，有什么可以优化的地方吗（如方便设计、提供接口等等）？

暑假还剩几天，我想实现一下（似乎pdfTeX下的CJK支持还挺好玩的）。又麻烦各位了：）

改动（8·2）

1. 使用\string防止死循环；
2. 由于断行时铅空可能被留在上面阻碍行末半角，应用\discretionary结点处理。

[RuixiZhang42]

关于将全角标点切成半宽

以简中句号为例，主要就是两种思路：

1. 用\hbox to0.5em{。\hss}，印象中babel的韩文支持就是这么做的；
2. 用。\vrule width-0.5em\relax，是xeCJK的做法。

没有「绝对正确」的做法，看你想在「horizontal list」里是加个盒子呢还是留字符本身，只要注意em是否跟汉字大小一致即可。我没试过第1种思路，但知道第2种思路可以结合rule、glue、penalty花式玩法做出「标点悬挂」的效果。

关于加「铅空」

应该用\hskip0.5em minus 0.5em（那个plus ...就匪夷所思了）。

关于用\discretionary

是「完全错误」的思路：在显式的「discretionary node」处断行是要罚\hyphenpenalty的。正确的思路应该是在铅空\hskip处的「glue node」断行，不罚penalty。

关于\xdef\punct@before{...}

两个标点可能都已经隔了十万八千里了，如。字字字字「，还要走一遍\ifin@和\unskip，怕是不妥吧？

[RadioNoiseE]

应该用\hskip0.5em minus 0.5em（那个plus...就匪夷所思了）。

呃的确是，大概我写这里的时候没太用脑子（ 不过似乎不太该全部挤压、我JFM设的是.25em（的确、.015太小了）

[RadioNoiseE]

是「完全错误」的思路：在显式的「discretionary node」处断行是要罚\hyphenpenalty的。正确的思路应该是在铅空\hskip处的「glue node」断行，不罚penalty。

我再去仔细看看TeXbook（地铁上拍脑袋想的、怕是背单词背傻了

[RadioNoiseE]

两个标点可能都已经隔了十万八千里了，如。字字字字「，还要走一遍\ifin@和\unskip，怕是不妥吧？

我也觉得不太好、但当时觉得反正\unskip没有副作用就放这了。我再想想、比如用\aftergroup判断、如果是汉字就把它定义为nil？
而且我看实现，这个clist的判断是用宏的机制、不是一个一个捕获判断、也、不是特别慢（？

\def\in@#1#2%
 {%
   \begingroup
     \def\in@@##1#1{}%
     \toks@\expandafter{\in@@#2{}{}#1}%
     \edef\in@@{\the\toks@}%
   \expandafter\endgroup
   \ifx\in@@\@empty
     \in@false
   \else
\in@true \fi
 }
\newif\ifin@

（是我写不出来的

[RadioNoiseE]

（谢谢您！

[RuixiZhang42]

不过似乎不太该全部挤压、我JFM设的是.25em（的确、.015太小了）

可能是对minus 0.5em有误解吧？并不是非得全部挤压，而是「如果此行太长、需要挤压时，最多能把加上的二分铅空全部挤掉」。在实际文档中，需要挤掉二分铅空的0.25em或以上的场合太罕见了（注意，是同一行的每个标点的铅空都要被耗掉50%或以上的压缩量）。简中排版最常见的「此行过长」基本上就是「多了一个可以行末半宽的避头标点」，总挤压量也就0.5em，要分散到行內数个标点的铅空是绰绰有余的（如果行內还有西文，那西文空格也可以吸收一些总挤压量）。总之，耗掉收缩量0.5em的50%以下是常见情况，TeX评判该行的badness也就介于0到12，属于「decent」，算不上「tight」。

而minus 0.25em无非大大减少了可压缩的总量，当每个铅空要被耗掉0.125em或以上时，TeX就会把该行归类为「tight」，最后效果是TeX更倾向于「推出」（即拉大此行字距，把过长的内容往下一行放）而不是「挤进」。

[RadioNoiseE]

嗯，我之前设成.25em是因为实在不喜欢被挤压成只有只有一个标点宽度的情况。 不过似乎（又）是我TeXbook看的不够仔细了，这么看来还是.5em看上去合理很多（

[RadioNoiseE]

另外，我昨天晚上去看了看\discretionary的描述。发现了在此段行惩罚值是可以通过\hyphenpenalty以及\exhyphenpenalty「改变」的。我在想是不是可以在标点定义包一个分组（如\[begin/end]group）、然后局部改变这两个值使其分别为0、也就不会影响西文的设置。
至于为什么对这个discretionary node这么执着，因为我觉得用它可以控制TeX在断行时的行为。如繁体中文句号。后接一个「号，句号在行末就不该做行末半角而应该保持全宽，如此就需要断行时在其后插入一个.25em宽的铅空；同时如果不在此处断行后接的应是一个.75em的铅空。如果不用discretionary node就非常难实现（TeX总是会在第一个glue处断行、因为其后的glue是discardable的？）。同时也能很简单地实现标点悬挂等等。
（大概也能避免某些奇怪的东西跑到下一行去）[迫真]

[RadioNoiseE]

至于「即使标点相隔汉字也需要走一遍\unskip」的问题，我还没什么想法（
我去今晚去看看aro-bend，看看能不能找到什么灵感（哪里有什么灵感可言）。

[RuixiZhang42]

另外，我昨天晚上去看了看\discretionary的描述。发现了在此段行惩罚值是可以通过\hyphenpenalty以及\exhyphenpenalty「改变」的。我在想是不是可以在标点定义包一个分组（如\[begin/end]group）、然后局部改变这两个值使其分别为0、也就不会影响西文的设置。

不可行。TeX是读取整个段落之后再分行的，所以在分组里赋的零值是无效的。段落末尾（\par之前）的值才是用于整段分行的值。

至于为什么对这个discretionary node这么执着，因为我觉得用它可以控制TeX在断行时的行为。如繁体中文句号。后接一个「号，句号在行末就不该做行末半角而应该保持全宽，如此就需要断行时在其后插入一个.25em宽的铅空；同时如果不在此处断行后接的应是一个.75em的铅空。如果不用discretionary node就非常难实现（TeX总是会在第一个glue处断行、因为其后的glue是discardable的？）。同时也能很简单地实现标点悬挂等等。

是的，繁中句号在行末不应该半宽（准确地说是不应该丢掉后面的四分空）。但你去看港台好多Adobe InDesign排的书，那叫惨不忍睹啊。想留很简单，要善用penalty，以字。「字为例：

字\nobreak \hskip0.25em minus 0.25em \vrule width-0.25em\relax
。\vrule width-0.25em\relax \nobreak \hskip0.25em minus 0.25em \allowbreak
\vrule width-0.5em\relax 「\nobreak 字

[RadioNoiseE]

不可行。TeX是读取整个段落之后再分行的，所以在分组里赋的零值是无效的。段落末尾（\par之前）的值才是用于整段分行的值。

啊、你说的对（
我得再想想（麻烦了

[RadioNoiseE]

字\nobreak \hskip0.25em minus 0.25em \vrule width-0.25em\relax

。\vrule width-0.25em\relax \nobreak \hskip0.25em minus 0.25em \allowbreak

\vrule width-0.5em\relax 「\nobreak 字

我来按我的方法（切的）改一改！
然后想想那个判断的问题怎么解决

[RuixiZhang42]

啊，我想起来我为啥弃用\hbox to...的方式切全角了，是因为会改变标点在自然状态（不伸展不压缩）下所占据的宽度。

假设1em等于1003sp，以这个不实际的值为例方便说明情况。用\hbox to0.5em{。\hss}切出来的盒子，宽501sp，后面再补\hskip0.5em minus 0.5em自然宽度同样是501sp，加在一起相当于句号少了1sp宽。繁中式的句号盒子宽501sp，前后补的四分空各宽250sp，加在一起相当于句号少了2sp宽。此分析适应于所有除4余3的整数sp汉字尺寸。

相反，用\vrule去配合\hskip，能够保证正负刚好抵消，不增添不减少1sp的宽度。

[RadioNoiseE]

啊，我想起来我为啥弃用\hbox to...的方式切全角了，是因为会改变标点在自然状态（不伸展不压缩）下所占据的宽度。

假设1em等于1003sp，以这个不实际的值为例方便说明情况。用\hbox to0.5em{。\hss}切出来的盒子，宽501sp，后面再补\hskip0.5em minus 0.5em自然宽度同样是501sp，加在一起相当于句号少了1sp宽。繁中式的句号盒子宽501sp，前后补的四分空各宽250sp，加在一起相当于句号少了2sp宽。此分析适应于所有除4余3的整数sp汉字尺寸。

相反，用\vrule去配合\hskip，能够保证正负刚好抵消，不增添不减少1sp的宽度。

（原来这里还有个坑） 话说1sp应该肉眼不可见吧（表达不太严谨），但毕竟有更好的方法。 所以说这个思路想来好像是不太好的，而且我也没想好比较好的方法来判断标点是否紧挨。 还是kern加rule的方法好（