資料-TeXにおける段落/ボックスの内部表現 - LuaTeX-ja Wiki - LuaTeX-ja

TeX における段落/ボックスの内部表現

TeX の内部では，水平ボックス (hbox)，垂直ボックス (vbox)，（行分割前の）段落などは，ノードの線形リストの形で 表現されている．このページでは，これらのノードについて簡単に説明する．

ノードの種類

実際にボックスの中身がどのようなリストで表現されているかは，下節の方法によって調べることができる． TeX において，リストを構成する代表的なノードは次のようなものである（以下 p をノードとする）． tex.web の Part 10: Data structures for boxes and their friends を参照．

• char_node◎: 文字を表す．
  • 欧文文字の場合は単一の char_node が1文字を表す．
  • 和文文字の場合は，連続する2つの char_node が1文字を表す．
  • 但し，下節における \showbox0 等による出力では，和文文字も1行（つまり，1ノード扱いのように）で表示されている．
• hlist_node: 水平ボックス (hbox) を表す．list_ptr(p) でそのボックスの中身を表現しているリスト（の先頭ノード）が得られる．
• vlist_node: 同様に，垂直ボックス (vbox) を表す．
• dir_node★: （hlist_node, vlist_node と内部では同じ構造．（リストでの組方向と）異なる組方向のボックスに対してのコンテナの役割を果たす．
• rule_node: 黒い四角を表す．
• ins_node: 脚注や float の挿入に使われる，insertion の処理のために使われる node である．
• disp_node:★ 欧文文字のベースライン補正の情報を格納するノードである．このノード以降のノードは，みな disp_dimen(p) だけ下に下げられる．
• mark_node: \markに関する node．
• adjust_node: \vadjust（現在の行の直後に追加される物を指定できる）処理に使われる．
  • pdfTeX, XeTeX, LuaTeX では，\vadjust preを用いることで，現在の行の直前に追加される物を指定できるが，その処理にも この node が使われる．
• ligature_node◎: 合字を表す．char_node に似ているが，lig_ptr(p) で，合字を生成した元となる文字たちのリスト（の先頭ノード）が得られる．
• disc_node: discretionary break を表す．pの位置で行分割が行われた場合，
  • p に続く replace_couint(p) 個の node は無視される．
  • リスト pre_break(p) の内容が行分割の直前に入れられる．
  • リスト post_break(p) の内容が行分割の直後に入れられる．
• whatsit_node: \write命令，\special命令など，「TeX の拡張」のために設けられた node の種類である． pdfTeX の各種命令もこれらを利用するようである．
• math_node: 数式と非数式の境界を表す．
  • e-TeX, pdfTeX では，TeX--XeT 機能による右横書きの実装において，同一リスト内での「組方向の切り替え境界」用にも用いられる．
  • LuaTeX では TeX--XeT は削除されたので，数式境界という本来の機能しかない．
• glue_node: グルー（伸縮可能な詰め物）を表す．厳密には（文章中の）グルー，数式中のグルー，leader など細かく種類がわかれる．
• kern_node: カーンを表す．種類 (subtype) として，次の3つがある．
  • TFM 由来
  • 明示的な\kernによるもの，またはイタリック補正（\/）由来
  • アクセントについての位置補正用 pTeX では，明示的な\kernとイタリック補正とで subtype が分けられ，計4種類となっている．
• penalty_node: ペナルティを表す．ここで行分割/ページ分割が起こった時は，この penalty_node が保持している整数値が分割にかかる罰金となる．
  • 絶対値が 10000 以上の値は無限大と扱われる．
• unset_node: hlist_node, vlist_node と同じ構造．\halign, \valignによる表組みの処理途中に出現する node である．
• margin_kern_node☆: pdfTeX 以降で用いられる level2 character protruding（若干余白に文字を突き出させることによって，見栄えを改善する） に用いられると推測（書きかけ）．

凡例

• ★: e-upTeX にのみ存在する node．
• ☆: pdfTeX, LuaTeX にのみ存在する node．（XeTeX はまだ調べてない）
• ◎: LuaTeX では，char_node, ligature_node は glyph_node という種別に統合されている．

ボックスの中身を調べる方法

本節は フォーラム 57202番の ZR さんによる投稿の転載です．

pTeX の「自動挿入」の振舞を理解するには、（ソースを読むと いう方法を採らないなら）実験して調べる必要がありますが、 「自分で実験して調べる方法」について説明しておきます。 TeX の文法に関しては、「パラメタの代入」（\kanjiskip=1pt等）さえ知っていれば十分です。

\documentclass{jsarticle}
% min10 よりも jis の方が「予想外のことが起こり難い」ので
% jsarticle にします。
\showboxdepth=100 % ボックスネスト 100 段まで表示
\showboxbreadth=100 % 各ボックスレベルで 100 ノードまで表示
%\tracingonline=1 % 中身を端末にも表示したい場合
%\nonstopmode % \showbox （やエラー）で止まらなくなります。
\tracingoutput=1
% 実際に出力されるページの中身を出力します。
\begin{document}

% \showbox で \box0 の中身が（ログに）ダンプ出力されます。
% \tracingonline=1 ならば端末にも出力されます。
\setbox0=\hbox{\textgt{漢字}.}
\showbox0

% あるいは LaTeX とのハイブリッドな記法の場合。
\newsavebox{\testbox}
\savebox{\testbox}{\textgt{漢字}.}
\showbox\testbox

\end{document}

これを普通に platex コマンドで処理すると、 （途中「! OK.」のプロンプトはそのまま Entry 空打ち） ログの中では「! OK.」の箇所に「ボックスの中身」が出力されます。 この各々の行がボックスの中にある「ノード」を表しています。

> \box0=
\hbox(7.4726+1.33438)x21.27153, yoko direction
.\JY1/gt/m/n/10 漢
.\JY1/gt/m/n/10 字
.\OT1/cmr/m/n/10 .

! OK.
l.12 \showbox0

また、\tracingoutput=1 とすると、各ページ出力時に、その全体のダンプがログに出力されます。 （上の例ではページは全く出力していない。） ただし、pTeX の場合には一つ注意を要する点があり、それは 「2 つの和文文字（ノード）が連続している場合は、 実際には『暗黙の kanjiskip』があると見なす必要がある」ということです。

ソース中で和文文字が単純に並んでいる箇所（当然和文の文書 なら大量にあります）では、ほとんどの場合、2つの文字ノード の間に kanjiskip のノードだけがある結果になります。 （pTeX 開発当時の非常に限られた）メモリ資源を無駄にしない ために、「この kanjiskipを実際に入れない」（しかし処理上は いつでもあると見なす）という最適化がなされているのです。

つまり、上の結果は実際には次のものだと見なす必要があります。

\hbox(7.4726+1.33438)x21.27153, yoko direction
.\JY1/gt/m/n/10 漢
.\glue(\kanjiskip) 0.0 plus 0.92473 minus 0.0924
.\JY1/gt/m/n/10 字
.\OT1/cmr/m/n/10 .

次のように \kanjiskip にゼロでない自然長を指定すると：

\kanjiskip=500pt
\setbox0=\hbox{\textgt{漢字}.}
\showbox0

暗黙の kanjiskip が 500pt あるのでボックスの幅はそれだけ増えて（521.27153）います：

\hbox(7.4726+1.33438)x521.27153, yoko direction
.\JY1/gt/m/n/10 漢
.\JY1/gt/m/n/10 字
.\OT1/cmr/m/n/10 .

あとは、「限定水平モード（LaTeX の『LR モード』）に 特有の振る舞い」に気をつける必要があるけど、細かい話 なので省略。

付録: pTeX 拡張による変更部分のみのソースを入手する方法

1. TeX Live and Subversion の方法に従い，TeX Live SVN のソースを取得する． 以下，取得したソースにおいて，tex.web がある場所を $SRC とおく．
2. 任意の作業用ディレクトリに移動し，以下を実行する：

   tie -m ptex.web $SRC/tex.web $SRC/tex.ch
   tie -c ptex.ch ptex.web $SRC/ptexdir/ptex-base.ch
   weave ptex.web ptex.ch
   

3. これで ptex.tex が生成されるので，それを pdftex かなにかで処理すると， pTeX の（TeXに対する）変更部分のみのソースが手に入る．
   • ヘッダが「TeX82」となっているが，気になる場合は ptex.tex の l. 83 を変えること．
   • l. 88 を

     \let\maybe=\iftrue
     

     と変えると，変更されていない部分も合わせて（即ち，pTeX 全部の）ソースが手に入る．
   • l. 1 を

     \input pdfwebmac
     

     に変え，pdftex で処理すると，リンクつき pdf ができる．