Administrace komentářů

Rozdělil bych na dvě části:

1. Proč ne \usepackage[utf8x]{inputenc}:

TeX je osmibitový, zatímco některé znaky v UTF-8 potřebují více bajtů (v češtině a slovenštině nejvíce dva). Balíček inputenc to řeší tak, že jisté znaky jsou aktivní a input procesor pak zpracovává další bajty a převádí sekvence na znaky v kódování fontu. Neplatí tedy 1 znak = 1 token, ale znak může být rozprostřen do několika tokenů. Ve většině případů to nevadí, ale jsou situace, kdy TeX potřebuje vidět znak ještě dříve, než dojde k plné expanzi v input procesoru. Typické jsou následující případy:

a) Testování znaku a rozhodování podle něj způsobem:

\futurelet\znak\testujznak

Když makro \testujznak začne dělat něco s hodnotou uloženou v makru \znak, najde jen půlku znaku. Sice by se v \testujznak dalo použít \ifnum\catcode\znak=13, ale definice makra by se musela měnit při změně vstupního kódování, což nepovažuji za dobré.

b) Usazování iniciály pomocí \everypar(\everypar{}\iniciala} \def\iniciala#1{příkazy pro usazení iniciály...}. Zde je stejný problém s načtením půlky znaku, který navíc způsobí syntaktickou chybu. Náprava v tomto případě není jednoduchá.

Problém řeší encTeX od Petra Olšáka. Konverzi vstupního kódování provádí bez potřeby použití aktivních znaků vstupní procesor. Expand procesor tedy vidí "srozumitelné" znaky a neví o tom, že k nějaké konverzi došlo. Samozřejmě se encTeX umí postarat i o zpětnou konverzi do UTF-8 při zápisu do logu. TeX Live 2005 i 2007 obsahují encTeX, jen musíte v souboru fmtutil.cnf k příslušným formátům přidat -enc a vygenerovat je znovu. Více informací najdete ve Zpravodajích CSTUGu.

2. Proč XeLaTeX:

Xe(La)TeX pracuje interně v Unicode, takže vstupní text je v UTF-8 a žádná konverze není nutná. Můžete tedy psát přímo v jazycích, které nepoužívají latinku, jako jsou arabština. hindština, čínština. Jsou možné i různé transparentní konverze vstupu s použitím nástroje teckit, např. texovské -- a --- se konvertují na odpovídající unicodové znaky. Umí pracovat s fonty OpenType, a to i s těmi, které jsou nainstalovány v systému. Když si tedy nainstalujete fonty v X (uživatelé Windows a Mac ve svých systémech), není nutné z nich dělat tfm a vf, ale XeTeX je vezme přímo ze systému a metriku si vygeneruje sám jen v paměti. Nevýhodou však je, že v každém počítači mohou být nainstalované jiné fonty a soubor pak nemusí být přenositelný. Pak už jen záleží na tom, pro koho je důležitá přenositelnost, kdo potřebuje psát pohodlně v nelatinkových jazycích, a kdo chce mít možnost použít OpenType font. Ostatně, pokud chcete pouze vytvořit PDF, které budete distribuovat (a nemusíte nikomu dát zdroják), pak je nepřenositelnost nepodstatná.

Mimochodem, OpenType fonty by měl brzy podporovat i luatex a pomocí LUA lze v principu implementovat vše, co umí encTeX.