XeTeX+UTF-8 中文参考文献排序

人文社科领域通常采用著者—出版年（Author-Year）方式引用文献，对于文后参考文献列表，英文文献按作者姓氏字母排序，中文文献按照作者姓名拼音排序。hooklee 曾开发了一个 BibTeX 中文化工具「fixbbl」，用于参考文献按拼音、笔顺和笔画数排序。但是这个程序上次更新已经是近十年前了，与当前更加常用的 UTF-8 编码不兼容。

以参考文献样式 GBT7714-2005.bst 为例，传统的编译步骤是latex -> fixbbl -> 修改 .bbl 文件 -> latex -> latex，但是这种方法默认支持 GBK 编码，所以需要在编译过程中将 UTF-8 临时转为 GBK，具体而言就是xelatex -> UTF-8 转 GBK -> fixbbl -> 修改 .bbl 文件 -> GBK 转 UTF-8 -> xelatex -> xelatex。

在 Windows 下实现这个操作，需要的程序包括 fixbbl，replace_fs，LibIconv 和 GetText。把以下文件解压到同一个目录下：

GBK2py.inf			iconv.exe
GBT7714-2005AYLang-UTF8.bst	libcharset1.dll
fixbbl.bat			libiconv2.dll
fixbbl.cfg			libintl3.dll
fixbbl.exe			replace_fs.exe

以编译 test.tex 和 test.bib 为例，依次运行以下命令，或者存为 .bat 文件运行，就可以得到中文文献按拼音排序的结果了。示例文件可以在这里下载。

xelatex test
ren GBT7714-2005AYLang-UTF8.bst GBT7714-2005AYLang-UTF8.bst8
ren test.bib test.bib8
ren test.aux test.aux8
iconv -f UTF-8 -t GBK GBT7714-2005AYLang-UTF8.bst8 > GBT7714-2005AYLang-UTF8.bst
iconv -f UTF-8 -t GBK test.bib8 > test.bib
iconv -f UTF-8 -t GBK test.aux8 > test.aux
fixbbl test -sort=py -cjk
replace_fs test.bbl ]//. ]//
ren GBT7714-2005AYLang-UTF8.bst GBT7714-2005AYLang-UTF8.bstg
ren test.bib test.bibg
ren test.aux test.auxg
ren test.bbl test.bblg
iconv -f GBK -t UTF-8 GBT7714-2005AYLang-UTF8.bstg > GBT7714-2005AYLang-UTF8.bst
iconv -f GBK -t UTF-8 test.bibg > test.bib
iconv -f GBK -t UTF-8 test.auxg > test.aux
iconv -f GBK -t UTF-8 test.bblg > test.bbl
xelatex test
xelatex test
del GBT7714-2005AYLang-UTF8.bst8
del GBT7714-2005AYLang-UTF8.bstg
del test.bib8
del test.bibg
del test.aux?
del test.bbl?
del test.bbl.bak
del test.blg
del test.log

对于 OS X 而言，由于无法使用 fixbbl 程序，所以只有一个妥协的方案：由于 GBK 编码中来自 GB 2312-80 的部分，即6000多个常用汉字，是按照拼音排序的，所以按 GBK 编码排序可以保证大部分文献排序正确，对于少数漏网之鱼就只能手动修改 .bbl 文件了。

在 OS X 下实现这个操作不需要额外的程序，依次运行以下命令，或者存为 .sh 文件运行，就可以得到中文文献按（伪）拼音排序的结果了。示例文件可以在这里下载。

xelatex test
mv GBT7714-2005AYLang-UTF8.bst GBT7714-2005AYLang-UTF8.bst8
mv test.bib test.bib8
mv test.aux test.aux8
iconv -f UTF-8 -t GBK < GBT7714-2005AYLang-UTF8.bst8 > GBT7714-2005AYLang-UTF8.bst
iconv -f UTF-8 -t GBK < test.bib8 > test.bib
iconv -f UTF-8 -t GBK < test.aux8 > test.aux
bibtex test
mv GBT7714-2005AYLang-UTF8.bst GBT7714-2005AYLang-UTF8.bstg
mv test.bib test.bibg
mv test.aux test.auxg
mv test.bbl test.bblg
iconv -f GBK -t UTF-8 < GBT7714-2005AYLang-UTF8.bstg > GBT7714-2005AYLang-UTF8.bst
iconv -f GBK -t UTF-8 < test.bibg > test.bib
iconv -f GBK -t UTF-8 < test.auxg > test.aux
iconv -f GBK -t UTF-8 < test.bblg > test.bbl
sed -i '' 's/\]\/\/./\]\/\//g' test.bbl
xelatex test
xelatex test
rm GBT7714-2005AYLang-UTF8.bst?
rm test.bib?
rm test.aux
rm test.aux?
rm test.bbl
rm test.bbl?
rm test.blg
rm test.log

其中，sed命令这一行是取代了 replace_fs 的功能，只在使用 GBT7714-2005.bst 时有用。

P.S. GBT7714-2005.bst 中似乎有一处小 bug，编译出来的文档中，（某某某 等，2014）这里的「等」前多了一个空格。解决方法是把 GBT7714-2005AYLang-UTF8.bst 文件第2991行的{ pop$ "~等" * }改为{ pop$ "等" * }。

productivity, TeX