如何从 python 脚本中的单个 bibtex 输入字段获取可读的 unicode 字符串

Question

假设您有一个包含 bibtex-formatted 个条目的 .bib 文件。我想从条目中提取“标题”字段，然后将其格式化为可读的 unicode 字符串。

例如，如果条目是：

@article{mypaper,
    author = {myself},
    title = {A very nice {title} with annoying {symbols} like {\^{a}}}
}

我要提取的是字符串：

A very nice title with annoying symbols like â

我目前正在尝试使用 pybtex 包，但我不知道该怎么做。 command-line 实用程序 pybtex-format 在转换完整的 .bib 文件方面做得很好，但我需要在脚本中和单个标题条目中执行此操作。

Answer 1

想通了：

def load_bib(filename):
    from pybtex.database.input.bibtex import Parser
    parser = Parser()
    DB = parser.parse_file(filename)
    return DB

def get_title(entry):
    from pybtex.plugin import find_plugin
    style = find_plugin('pybtex.style.formatting', 'plain')()
    backend = find_plugin('pybtex.backends', 'plaintext')()
    sentence = style.format_title(entry, 'title')
    data = {'entry': entry,
            'style': style,
            'bib_data': None}
    T = sentence.f(sentence.children, data)
    title = T.render(backend)
    return title

DB = load_bib("bibliography.bib")
print ( get_title(DB.entries["entry_label"]) )

其中 entry_label 必须与您在 Latex 中使用的标签匹配以引用参考书目条目。

Answer 2

基于 Daniele 的回答，我编写了这个函数，无需使用文件即可渲染字段。


from io import StringIO
from pybtex.database.input.bibtex import Parser
from pybtex.plugin import find_plugin

def render_fields(author="", title=""):
    """The arguments are in bibtex format. For example, they may contain
    things like \'{i}. The output is a dictionary with these fields
    rendered in plain text.

    If you run tests by defining a string in Python, use r'''string''' to
    avoid issues with escape characters. 
    """
    
    parser = Parser()
    istr = r'''
    @article{foo,
            Author = {''' + author + r'''},
            Title = {''' + title + '''},
            }
     '''
    bib_data = parser.parse_stream(StringIO(istr))

    style = find_plugin('pybtex.style.formatting', 'plain')()

    backend = find_plugin('pybtex.backends', 'plaintext')()
    entry = bib_data.entries["foo"]
    data = {'entry': entry, 'style': style, 'bib_data': None}

    sentence = style.format_author_or_editor(entry)
    T = sentence.f(sentence.children, data)
    rendered_author = T.render(backend)[0:-1] # exclude period

    sentence = style.format_title(entry, 'title')
    T = sentence.f(sentence.children, data)
    rendered_title = T.render(backend)[0:-1] # exclude period

    return {'title': rendered_title, 'author': rendered_author}

如何从 python 脚本中的单个 bibtex 输入字段获取可读的 unicode 字符串

How to get readable unicode string from single bibtex entry field in python script

python

bibtex

pybtex