summaryrefslogtreecommitdiff
path: root/Master/texmf-dist/doc/generic/enctex/encdoc.tex
blob: f9007af6efaf2c842baf2d46727bdde842438567 (plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
1017
1018
1019
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
1031
1032
1033
1034
1035
1036
1037
1038
1039
1040
1041
1042
1043
1044
1045
1046
1047
1048
1049
1050
1051
1052
1053
1054
1055
1056
1057
1058
1059
1060
1061
1062
1063
1064
1065
1066
1067
1068
1069
1070
1071
1072
1073
1074
1075
1076
1077
1078
1079
1080
1081
1082
1083
1084
1085
1086
1087
1088
1089
1090
1091
1092
1093
1094
1095
1096
1097
1098
1099
1100
1101
1102
1103
1104
1105
1106
1107
1108
1109
1110
1111
1112
1113
1114
1115
1116
1117
1118
1119
1120
1121
1122
1123
1124
1125
1126
1127
1128
1129
1130
1131
1132
1133
1134
1135
1136
1137
1138
1139
1140
1141
1142
1143
1144
1145
1146
1147
1148
1149
1150
1151
1152
1153
1154
1155
1156
1157
1158
1159
1160
1161
1162
1163
1164
1165
1166
1167
1168
% EncTeX documentation
%%%%%%%%%%%%%%%%%%%%%%
%           Petr Olsak

% see encdoce-e.tex for English version of this documentation

\chyph % zpracujte formatem csplain

\def\Red{}
\def\Black{}
\def\Blue{}
\def\Green{}
\def\beglink#1{}
\def\endlink{}
\def\aimlink#1{}
\def\urllink#1{{\tt#1}}
\def\urllinkk#1#2{{\tt#1}}

\ifx\pdfoutput\undefined\else   %%%% pdfTeX is used %%%%%%%%%%
\ifnum\pdfoutput>0    

\ifx\pdfannotlink\undefined  % Verze pdfTeXu >= 14
   \let\pdfannotlink=\pdfstartlink
\fi


\def\beglink#1{%          % Zaèátek textu odkazu, #1 je klíè odkazu
   \Green \pdfstartlink height9pt depth3pt 
     attr{/Border[0 0 0]} goto name{#1}\relax}
\def\endlink{\pdfendlink\Black}  

\def\aimlink#1{%          % Místo cíle odkazu, #1 je klíè odkazu
   \expandafter\ifx \csname aim:#1\endcsname \relax
      \expandafter\gdef \csname aim:#1\endcsname {}%
      \vbox to0pt{\vss\hbox{\pdfdest name{#1} fith}\kern15pt}%
   \fi
}
\def\urllinkk#1#2{\pdfannotlink height 10pt depth 3pt 
   user{/Border[0 0 0]/Subtype/Link/A << /Type/Action/S/URI/URI(#2)>>}\relax
   \Green{\tt #1}\Black\pdfendlink}
\def\urllink#1{\urllinkk{#1}{#1}}


\def\pdfsetcmykcolor#1{\special{PDF:#1 k}}
\def\Red{\leavevmode\pdfsetcmykcolor{0.1 0.9 0.9 0}}
\def\Black{\leavevmode\pdfsetcmykcolor{0 0 0 1}}
\def\Green{\leavevmode\pdfsetcmykcolor{0.9 0.1 0.9 .3}}
\def\Blue{\leavevmode\pdfsetcmykcolor{0.9 0.9 0.1 0}}

\pdfcompresslevel=9
\pdfinfo{/Author (Petr Olsak)
         /CreationDate (Feb. 2003) 
         /ModDate (Jun. 2004)
         /Creator (TeX)
         /Producer (pdfTeX)
         /Title (encTeX)
         /Subject (Documentation)
         /Keywords (TeX, fonts)
}

\fi\fi %%%%%%%%%%%%%%%%%%%%%%%%%%%% End of pdfTeX macros %%%%%


\font\titulfont=\fontname\tenbf\space scaled\magstep4
\font\bigbf=\fontname\tenbf\space scaled\magstep1

\parindent=12pt

\newcount\secnum  \newcount\subsecnum

\def\kap #1\par{\ifnum\secnum>0 \goodbreak\fi\removelastskip
   \vskip2\baselineskip
   \subsecnum=0 \advance\secnum by1
   \noindent{\bigbf\llap{\the\secnum.\quad}#1}\par\nobreak\medskip}
\def\sec #1\par{\removelastskip\bigskip
   \advance\subsecnum by1   
   \noindent{\bf \llap{\aimlink{\the\secnum.\the\subsecnum}%
      \the\secnum.\the\subsecnum.\quad}#1}\par\nobreak\medskip}
\def\title #1\par{\vglue2\baselineskip 
   \centerline{\titulfont #1}\vskip2\baselineskip}
\def\date #1\par{\bigskip#1\par}
\def\author #1\par{\bigskip#1\par}

\catcode`<=13
\def<{\hbox\bgroup\catcode`_=\active\relax\skoba}
\def\skoba #1>{$\langle$\it#1\/$\rangle$\egroup}
\def\,{\thinspace}
{\catcode`_=\active \gdef_{\_}}

{\obeyspaces \gdef\activespace{\obeyspaces\let =\ }}
\def\setverb{\def\do##1{\catcode`##1=12}\dospecials}
\def\begtt{\medskip\bgroup \setverb \activespace
   \catcode`\"=12 \catcode`_=13
   \def\par##1{\endgraf\ifx##1\par\leavevmode\fi ##1}
   \obeylines \startverb}
{\catcode`\|=0 \catcode`\\=12
|gdef|startverb#1\endtt{|tt#1|egroup|medskip|testpar}}
\long\def\testpar#1{\ifx\par#1\else\noindent\fi#1}

\catcode`"=13
\def"{\leavevmode\hbox\bgroup\setverb\activespace\tt\readverb}
\def\readverb #1"{#1\egroup}

\def\begitems{\medskip\bgroup \catcode`*=13 }
{\catcode`*=13 \gdef*{\item{$\bullet$}}}
\def\enditems{\medskip\egroup}


%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

{\nopagenumbers

\vglue 4cm

\centerline {\titulfont Enc\TeX}
\vskip2cm
\centerline {\titulfont mo¾nost pøekódování vstupu v~\TeX{}u}

\vskip3cm

\centerline {\bigbf Petr Ol¹ák}

\vskip2cm

\centerline{\urllinkk{www.olsak.net/enctex.html}{http://www.olsak.net/enctex.html}}

\vfil

\centerline {\bigbf Toto je dokumentace k~verzi Feb. 2003 a Jun. 2004}

\vskip 4cm 
\break

\null \vfil

Enc\TeX{} je volné programové vybavení; mù¾ete jej dále ¹íøit
a modifikovat podle podmínek \uv{GNU General Public License}, kterou
publikovala "Free Software Foundation"; pou¾ijte verzi 2 této licence
nebo (podle Va¹í volby) libovolnou pozdìj¹í verzi.

Balíèek najdete na Internetu na
\urllink{ftp://math.feld.cvut.cz/pub/olsak/enctex/}.


Tento balíèek je roz¹iøován v~nadìji, ¾e bude u¾iteèný, av¹ak BEZJAKÉKOLI ZÁRUKY; neposkytují se ani odvozené záruky PRODEJNOSTI anebo
VHODNOSTI PRO URÈITÝ ÚÈEL. Dal¹í podrobnosti hledejte v~Obecné veøejné
licenci GNU.

Kopii \uv{GNU General Public License} jste mìl obdr¾et spolu s~tímto
programem; pokud se tak nestalo, napi¹te o~ni Free Software Foundation,
Inc., 675 Mass Ave, Cambridge, MA 02139, USA. Èeský pøeklad této
licence najdete na "http://www.gnu.cz/gplcz.html".

\bigskip 
\copyright\quad  1997, 2002, 2003, 2004\enspace RNDr. Petr Ol¹ák

\bigskip

\TeX{} je ochranná známka American Mathematical Society.

\bigskip
Autor \TeX{}u je profesor Donald Knuth. \TeX{} je volné programové
vybavení se specifickou licencí, viz dokumentaci k~tomuto programu.

\break
}

\kap Základní informace
     %%%%%%%%%%%%%%%%%%

Balík enc\TeX{} je jednoduché roz¹íøení \TeX{}u pro takové implementace, ve
kterých se \TeX{} instaluje ze zdrojového kódu "tex.web". Tuto
podmínku napøíklad splòuje implementace web2c, urèená pro UNIXy 
a jiné operaèní systémy s~kvalitním pøekladaèem jazyka C.

Roz¹íøení enc\TeX{} je zpìtnì kompatibilní s~originálním
\TeX{}em. Pøidává deset nových primitivù, kterými lze èíst nebo
naplòovat vnitøní kódovací tabulky, podle nich¾ je znak transformován
na úrovni vstupního procesoru \TeX{}u nebo pøi výstupu na terminál, do
"log" souboru a "\write" souborù.  Tyto tabulky se ukládají do
formátových souborù, tak¾e po naètení formátu se inicializují ve
stejném stavu, v~jakém byly v~okam¾iku pøíkazu "\dump".

Zmìna \TeX{}u je dùkladnì testovaná a pro¹la té¾ testem TRIP 
s~tìmito dvìma odli¹nostmi:

\begitems
* Odli¹ný banner 
* Poèet \uv{multiletter control sequences} je o~deset vìt¹í.
\enditems

\sec Instalace
%    ---------

Viz soubor "INSTALL".

\sec Verze
%    -----

V~roce 1997 byla zveøejnìna první verze enc\TeX{}u, která umo¾òovala
konverze pouze v~re¾imu \uv{byte na byte} a nastavovala tisknutelnost
znakù (primitivy "\xordcode", "\xchrcode", "\xprncode").

V~roce 1998 obnovil nìkdo z~Polska pou¾ívání TCX tabulek ve web2c
\TeX{}u. Proto¾e enc\TeX{} z~roku 1997 dìlal víceménì toté¾ a
pou¾ívání obou nadstaveb souèasnì by mohlo být pro mnoho u¾ivatelù
matoucí, pøestal jsem enc\TeX{} prosazovat. Ov¹em v~roce 2002
jsem se rozhodl pøidat do enc\TeX{}u podporu UTF-8 kódování, proto¾e
tato podpora není a asi nebude v~TCX tabulkách implementována.
V~prosinci 2002 jsem se tedy rozhodl znovu zaèít propagovat enc\TeX{},
který navíc zvládne UTF-8 kódování.

Verze enc\TeX{}u "Feb.2003"  pøidává dal¹ích
7~primitivù "\mubyte", "\endmubyte", "\mubytein", "\mubyteout",
"\mubytelog", "\specialout" a "\noconvert". To umo¾ní definovat vstup
pro UTF-8 kódované soubory. Tato verze je samozøejmì zpìtnì
kompatibilní s~pùvodní verzí enc\TeX{}u z~roku 1997. Neplánuji do
budoucna ¾ádné rozsáhlej¹í zmìny. Pokud pøeci jenom k~nìjakým zmìnám
dojde, pak v¾dy budou zpìtnì kompatibilní se stávajícím øe¹ením

Verze "Jun.2004" opravuje jen nìkteré drobné chyby a nepøídává ¾ádné
nové funkce (podrobnìji viz soubor "enctex.patch-jun2004").


\sec Enc\TeX{} ve web2c distribuci
%    -----------------------------

Enc\TeX{} se v~\TeX{}u, pdf\TeX{}u, e-\TeX{}u a pdfe\TeX{}u 
v~distribuci web2c inicializuje pomocí pøepínaèe "-enc" na pøíkazové
øádce. Tento pøepínaè je nutno pou¾ít pøi inicializaci formátu.  
V~takovém pøípadì enc\TeX{} ulo¾í své primitivy a svá data do formátu.  Pøi
pou¾ití formátu u¾ není nutné pøepínaè "-enc" psát znova. Enc\TeX{} se 
v~tomto pøípadì inicializuje z~formátu a napí¹e o~tom zprávu na terminál
a do log souboru. Pokud nepou¾ijete pøepínaè "-enc" v~dobì generování
formátu, ale pou¾ijete jej a¾ pøi pou¾ití formátu, pak
\TeX{} vypí¹e varování o~neexistenci enc\TeX{}u ve formátu a pøepínaè
"-enc" je ignorován.

Ve web2c distribuci pracují se stejnými kódovacími vektory xord a xchr
(pro pøekódování byte na byte) jednak enc\TeX{} a jednak tzv. TCX tabulky
(pøi pou¾ití pøepínaèe "-translate-file"). Urèitému konfliktu se tedy pøi
souèasném pou¾ívání obou roz¹íøení nevyhneme. 
Je-li v~enc\TeX{}u pou¾ita TCX tabulka, pak pøi startu \TeX{}u 
pøepí¹e hodnoty "\xordcode", "\xchrcode" a "\xprncode" podle sebe. 
Znamená to, ¾e pøi pou¾ití ini\TeX{}u pak nemusejí platit implicitní
hodnoty tìchto kódù dokumentované v~sekci 2.2 a pøi pou¾ití formátu
s~enc\TeX{}em jsou hodnoty tìchto kódù, které si do formátu ulo¾il
enc\TeX{}, pøepsány podle TCX tabulky. O~této skuteènosti enc\TeX{}
nále¾itì informuje na terminálu a v~logu. Pøi bìhu programu pak mù¾ete
enc\TeX{}ovými primitivy tyto kódy dále èíst a mìnit. Pou¾ití TCX
tabulky tedy nevyluèuje mo¾nosti enc\TeX{}u.

\sec Problém s~licencí \TeX{}u
%    -------------------------

Enc\TeX{} roz¹iøuje \TeX{} o~nové primitivy, tak¾e bychom nemìli tomuto
programu øíkat \TeX{}. Na druhé stranì ale Knuth samotný pøedpokládá,
¾e vnitønosti \TeX{}u budou odstínìny od prostøedí operaèního
systému. Proto implementoval xord a xchr vektory. V~enc\TeX{}u mù¾eme
nastavit podle zvyklostí operaèního systému vstupní a výstupní
pøekódovací tabulky a pak nastavit v¹em novým primitivùm význam
"\undefined". Dále se bude \TeX{} modifikovaný enc\TeX{}em chovat stejnì,
jako originální \TeX{}. Navíc mù¾eme pøekódovací tabulky nastavit pøi
generování formátu a v~produkèní verzi \TeX{}u zakázat pøístup 
k~primitivùm. Produkèní verze \TeX{}u se pak chová zcela stejnì jako
originální \TeX{}. Knuth pøedpokládá, ¾e odstínìní od prostøedí 
operaèního systému se provede v¾dy pøi kompilaci zdrojového kódu
\TeX{}u, zatímco enc\TeX{} umo¾òuje tuto otázku øe¹it pozdìji,
napøíklad v~dobì generování formátu. Umo¾nìní úpravy nìkterých
(napøíklad pamì»ových) parametrù a¾ za bìhu \TeX{}u také není nic
nového a známe to skoro u~v¹ech distribucí \TeX{}u.

Domnívám se, ¾e druhý øádek na terminálu a v~logu dostateènì informuje
o~tom, ¾e se jedná o~modifikovanou verzi \TeX{}u. Také se domnívám, ¾e
pokud se velmi roz¹íøí kódování UTF-8, pak není zbytí a takové
konverze jsou v~8 bitové verzi \TeX{}u nezbytné.

Je dùle¾ité rovnì¾ pøipomenout, ¾e implicitní chování enc\TeX{}u je
takové, ¾e pokud se nepou¾ijí roz¹íøené primitivy enc\TeX{}u, pak se
chová naprosto stejnì jako originální \TeX{}.

Podle mého názoru novìj¹í implementace web2c \TeX{}u taky není v~pøísném
slova smyslu \TeX{}. Umo¾òuje toti¾ zmìnu chování programu, pokud na
prvním øádku dokumentu za znaky "%&" je cosi specifického napsáno.  To
je podle mého názoru vìt¹í pøestupek oproti licenci \TeX{}u, ne¾
enc\TeX{}ovými primitivy nastavit ve formátu prostøedí systému a pak tyto
primitivy v~produkèní verzi \TeX{}u zakázat.


\kap Pøekódování byte na byte pomocí vektorù xord, xchr
     %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%


\sec Vektory xord a xchr
%    -------------------

Vektory xord a xchr mají velikost 255 bytù a obsahují informaci
o~pøekódování znaku vstupujícího do \TeX{}u nebo vystupujícího na
terminál a do textových souborù. Jedná se o~pole vestavìná do
programu, pøes která jsou filtrovány ve¹keré textové vstupní a
výstupní informace. Má-li znak na vstupu kód $x$ a chceme, aby mìl
uvnitø \TeX{}u kód $y$, pak musí být nastaven vektor xord tak, aby
xord[$x$]=$y$. Pøi zpìtném výstupu znaku na terminál, do logu a do
souborù zpracovávaných pomocí "\write" platí tato pravidla: Není-li znak
s~kódem $y$ oznaèen jako \uv{tisknutelný}, pak vystupuje pomocí pøepisu
"^^"kód~$y$. Je-li tisknutelný, pak vystupuje s~kódem $z$=xchr[$y$].

Standardnì bývají v~systémech s~kódem ASCII nastaveny hodnoty tìchto
vektorù tak, ¾e 
\medskip
xord[$i$]=xchr[$i$]=$i$ pro v¹echna $i$ v~rozsahu 0~a¾~255. 
\medskip
Na systémech, které nepou¾ívají ASCII, se mù¾e mapovat 94
tisknutelných ASCII znakù jinam. Mimoto je deklarovaná vlastnost
\uv{tisknutelnosti} znaku v~ASCII takto: Znak je tisknutelný, pokud má
kód~$y$ v~rozsahu 32 a¾ 126. Ostatní znaky se pova¾ují za netisknutelné a
\TeX{} je standardnì pøepisuje pomocí dvojité støí¹ky.

Po instalaci balíèku enc\TeX{} je mo¾no pøímo nastavovat a èíst obsahy
vektorù xord a xchr prostøednictvím primitivù "\xordcode"
a "\xchrcode" a dále nastavovat vlastnost \uv{tisknutelnosti} znaku
pomocí primitivu "\xprncode". Syntaxe v¹ech tøí nových primitivù
je naprosto stejná, jakou známe napøíklad u~primitivù "\lccode" a
"\uccode". Napøíklad:

\begtt
\xordcode"AB="CD  \xchrcode\xordcode"AB="AB \the\xchrcode200
\endtt
%
nastavuje xord[0xAB]=0xCD; xchr[xord[0xAB]]=0xAB a dále vytiskne
hodnotu xchr[200].

Na rozdíl od podobných primitivù "\catcode", "\lccode", "\sfcode" a 
dal¹ích v¹ak novì zavedené primitivy mají jednu podstatnou výjimku. 
Reprezentují interní registry \TeX{}u, které v¾dy mají globální 
platnost. Proto je nastavení "\xordcode" a "\xchrcode" uvnitø 
skupiny za v¹ech okolností globální, aèkoli to explicitnì nepí¹eme. 
Ústupem z~po¾adavku na mo¾nost lokálního deklarování
hodnot jsem dosáhl podstatnì vìt¹í efektivity výsledného kódu programu.


\sec Tisknutelnost znakù nastavená pomocí {\tt\char`\\xprncode}
%    ----------------------------------------------------------

Primitiv "\xprncode" umo¾òuje nastavovat vlastnost \uv{tisknutelnosti}
znaku takto: Znak s~kódem $y$ je tisknutelný právì tehdy, kdy¾ je
$y$ v~rozsahu 32 a¾ 126 nebo je "\xprncode" $y > 0$. Napí¹eme-li napøíklad
"\xprncode255=1", bude tisknutelný znak s~kódem 255. Na druhé stranì,
nastavení "\xprncode`a" tøeba na nulu nemá na chování programu ¾ádný
vliv, proto¾e kód znaku "a" je v~rozsahu 32 a¾ 126. Tímto
opatøením program vykazuje urèitý pud sebezáchovy, proto¾e zlý u¾ivatel
by mu mohl nastavit v¹echny znaky jako netisknutelné a program by ztratil
schopnost se vyjadøovat. Hodnoty "\xprncode" lze nastavit jako u~ostatních
nových primitivù v~rozsahu nula a¾ 255, ov¹em otázka tisknutelnosti je
toto¾ná s~otázkou na kladnou hodnotu bez ohledu na to, jak velká tato
hodnota je.

Výchozí hodnoty pro kódování v~dobì ini\TeX{}u jsou následující:

\vbox{
\begitems
* "\xordcode" $i$ = $i$ pro v¹echna $i$ v~rozsahu 0...255,
* "\xchrcode" $i$ = $i$ pro v¹echna $i$ v~rozsahu 0...255,
* "\xprncode" $i$ = 0 pro $i$ v~rozsahu 0...31, 127...255,
* "\xprncode" $i$ = 1 pro $i$ v~rozsahu 32...126.
\enditems
}

První dva øádky jsou pravdivé jen na operaèních systémech, které pøijaly
kódování anglické abecedy podle ASCII. Pokud tomu tak není, pak jsou
výchozí hodnoty vektorù xord a xchr pozmìnìny tak, aby mapovaly tisknutelné
znaky podle systému do ASCII uvnitø \TeX{}u. Taková zmìna se týká jen 95
základních tisknutelných znakù, které jsou v~ASCII na pozicích
32~a¾~126.


\kap Konverze více bytù na jeden byte nebo kontrolní sekvenci
     %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

Od verze Dec 2002 enc\TeX{} umí také konvertovat na úrovni vstupního
procesoru více bytù na jeden byte nebo kontrolní sekvenci. 
Pøi výstupu do logu a "\write" souborù je pak tento objekt 
zpìtnì pøeveden na pùvodních více bytù. Tato vlastnost nechce nahradit
chybìjící interpret regulárních výrazù ve vstupním procesoru \TeX{}u.
Byla implementována pouze z~dùvodu umo¾nit pracovat s~UTF-8 kódovanými
soubory v~bì¾ném 8 bitovém \TeX{}u tak, ¾e znaky z~UTF-8 
z~nejèastìji pou¾ívané abecedy mohou být mapovány na jeden znak, 
který mù¾e mít svùj "\catcode", "\uccode" atd. Jiné znaky 
z~UTF-8 mohou být mapovány na libovolné kontrolní sekvence.

Pro nastavení takové konverze jsou do \TeX{}u pøidáno nový pìt
primitivù: "\mubytein", "\mubyteout", "\mubytelog", "\mubyte" a "\endmubyte".
Primitivy "\mubytein", "\mubyteout" a "\mubytelog" jsou celoèíselné
registry implicitnì s~nulovou hodnotou, tj. konverze vstupu a výstupu
podle konverzní tabulky se neprovádìjí. Je-li "\mubytein" nastaveno na
kladnou hodnotu, \TeX{} okam¾itì zahájí konverze vstupního øádku podle
konverzní tabulky. Je-li "\mubyteout" nastaveno na kladnou hodnotu,
\TeX{} zaène konvertovat do výstupních "\write" souborù podle
stejné konverzní tabulky. Pøi kladném "\mubytelog" bude \TeX{} zpìtnì 
konvertovat také výstup do logu a na terminál.
Implicitnì je konverzní tabulka prázdná a
jednotlivé øádky se do ní pøidávají pomocí dvojice primitivù
"\mubyte", "\endmubyte" s~touto syntaxí:

\begtt
\mubyte <first_token><one_optional_space><optional_prefix><byte_sequence>\endmubyte
\endtt

Ka¾dá <byte_sequence> bude pøevedena ve vstupním procesoru na
<first_token>. Je-li <first_token> znakem (tj. není to kontrolní
sekvence), pak se ignoruje jeho kategorie, proto¾e konverze je
provádìna v~input procesoru podle schématu: <byte_sequence> na jeden
<byte>. Pøi výstupu do logu a "\write" souborù se pak ka¾dý takový
<byte> znovu pøevede na <byte_sequence>. 

Pokud je <first_token>
kontrolní sekvence, pak se na úrovni vstupního procesoru promìní
ka¾dá <byte_sequence> na tuto kontrolní sekvenci implementovanou ve formì
nemìnitelného tokenu. Token procesor tuto sekvenci tedy znovu
neinterpretuje a zùstává za ní ve stavu neignorování mezer. Pøi 
{\catcode`\<=12 "\mubyteout<2"} není pøi výstupu do "\write" 
souborù tato kontrolní sekvence zpìtnì pøevádìna na pùvodní <byte_sequenci>, 
ale podléhá jen bì¾né expanzi, jako ostatní kontrolní sekvence.
Pøi "\mubyteout>=2" se i tyto kontrolní sekvence pøevádìjí do
"\write" souborù na pùvodní <byte_sequence>. Aby se ale mohly pøevést,
nesmìjí pøed tím expandovat, tj.~musejí
mít v~dobì expanze význam neexpandovatelné kontrolní sekvence
nebo musejí být oznaèeny pomocí "\noexpand".
Pøi "\mubyteout>=3" enc\TeX{} potlaèí expanzi kontrolních sekvencí
deklarovaných v~"\mubyte" automaticky (podrobnìji viz sekci~3.8).
Výstup do logu a na terminál, který není produktem pøíkazu "\write", 
ponechává i pøi kladném "\mubytelog" kontrolní sekvence nezmìnìny.

Význam <optional_prefix> je vysvìtlen v~sekci~3.5.

\sec Zaná¹ení údajù do konverzní tabulky
%    -----------------------------------

Záznamy do konverzní tabulky jsou pomocí primitivù "\mubyte", "\endmubyte"
zaná¹eny globálnì, zatímco hodnoty v~registerch "\mubytein",
"\mubyteout" a "\mubytelog" mají obvykou lokální platnost. 

Dvojice primitivù "\mubyte", "\endmubyte" pracuje analogicky, jako
dvojice "\csname", "\endcsname". Rozdíl je pouze v~tom, ¾e první token
<first_byte> se neexpanduje a ¾e za ním mù¾e (po expanzi) následovat
<one_optional_space>. Pøi skenování <optional_prefix> a 
<byte_sequence> ji¾ probíhá úplná expanze a pøi ní se nesmí objevit na
vstupu do hlavního procesoru token typu kontrolní sekvence, jinak
nastane chyba, kterou u¾ známe z~pou¾ívání "\csname", "\endcsname":

\begtt
! Missing \endmubyte inserted.
\endtt

Primitiv "\mubyte" na rozdíl od "\csname" neprovádí èinnost na úrovni
expand procesoru, ale jedná se o~pøiøazovací primitiv zpracovaný na
úrovni hlavního procesoru. Tak¾e po

\begtt
\edef\a{\mubyte X ABC\endmubyte}
\endtt
%
bude makro "\a" obsahovat tokeny: "\mubyte X ABC\endmubyte".

Pøíklady:

\begtt
\mubyte  ^^c1      ^^c3^^81\endmubyte % Á
\mubyte  ^^e1      ^^c3^^a1\endmubyte % á
% atd. -- implementace UTF8

\mubyte  \endash   ^^c4^^f6\endmubyte % pøíklad na kontrolní sekvenci
\mubyte  \integral  INT\endmubyte     % pøíklad pro ilustraci, viz dále.

\mubytein=1 \mubyteout=1 \mubytelog=1 % od této chvíle je pøekódování aktivní

\def\endash {--}
\def\integral {\ifmmode \int\else $\int$\fi}
\endtt

V~tomto pøíkladì je v~místì <one optional space> více mezer a
tabulátorù. Proto¾e tabulátory mají kategorii mezery, jsou v¹echny
tyto znaky pøemìnìny token procesorem na jedinou mezeru po¾adovanou 
v~syntaktickém pravidle pro "\mubyte", "\endmubyte".

Po pou¾ití definic z~pøíkladu se napøíklad slovo INTEGRAL promìní v~token
"\integral" okam¾itì následovaný písmeny \uv{EGRAL}. V~textu INT EGRAL
bude za tokenem "\integral" mezera a teprve pak písmena
\uv{EGRAL}. Také jsou mo¾né konstrukce typu "\defINT{nìco}" apod. 
Kdy¾ napí¹eme "\show INT", dostaneme odpovìï:

\begtt
> \integral=macro:
->\ifmmode \int \else $\int $\fi .
l.18 \show INT
\endtt
%
a "\string INT" se expanduje na text: "\integral".

Po deklaraci INT podle pøedchozího pøíkladu se mù¾e
stát, ¾e nìkdo napí¹e: "\INT". Správnì by to mìlo vést na prázdnou
kontrolní sekvenci ("\csname\endcsname") následovanou kontrolní
sekvencí "\integral". Proto¾e se ale s~prázdnými kontrolními
sekvencemi v~\TeX{}u moc èasto nepracuje a pro u¾ivatele by to mohlo
být matoucí, rozhodl jsem se tuto situaci o¹etøit tak, ¾e "\INT" je
pøevedeno pouze na token "\integral".  Pozor na skuteènost, 
¾e za sekvencí "\INT" není \TeX{} ve stavu ignorování mezer 
a navíc mù¾e za ní okam¾itì následovat písmeno.

\sec Vlastnosti konverze
%    -------------------

Multibytové sekvence jsou pøevedeny ze vstupu pouze tehdy, pokud jsou
celé obsa¾eny v~jediném øádku. Pøesah do dal¹ího øádku není
mo¾ný. Pøipojený "\endlinechar" na konci øádku se mù¾e stát pøedmìtem
konverze podle konverzní tabulky.

Sekvence "^^c3^^81" se nepromìní ani po pou¾ití definic z~pøíkladu na
byte \uv{Á}, proto¾e pøevod dvojitých zobákù na jednotlivé byty
probíhá v~token procesoru, tj. pozdìji, ne¾ pøevody více bytù na
jeden podle "\mubyte".

Pøevod více bytù na jeden byte nebo kontrolní sekvenci 
probíhá pozdìji ne¾ konverze podle "\xordcode" a pøi výstupu do "\write" a
log souborù pak pøevod podle "\mubyte" probíhá døíve ne¾ konverze podle 
"\xchrcode". <byte_sequence> tedy musí obsahovat sekvenci bytù tak, jak
jsou tyto byty konvertovány ze vstupního souboru pomocí "\xordcode".

Postupné procesy na vstupu a výstupu si mù¾eme naznaèit takto:

\begtt
vstupní text -> \xordcode -> pøipojení \endlinechar -> 
                \mubyte -> token procesor -> expanze ...
argument \write -> expanze -> \mubyte -> \xchrcode -> výstup
\endtt

Pøi výstupu do "\write" souborù a logù zpìtnì konvertované 
<byte_sequence> u¾ nepodléhají dal¹í konverzi na formát typu 
"^^c3^^81" ani opakované konverzi podle "\mubyte". Tyto
<byte_sequence> se pouze pøevedou podle hodnot "\xchrcode".

Pokud se v~konverzní tabulce vyskytují <byte_sequence> se spoleèným
zaèátkem, ale rùznì dlouhé, pak input procesor enc\TeX{}u (od verze
Feb.~2003) pøevádí v¾dy podle nejdel¹í mo¾né <byte_sequence>, která se
na vstupu objeví. Pøíklad:

\begtt
\mubyte X A\endmubyte
\mubyte Y ABC\endmubyte
\mubyte \foo ABCD\endmubyte
\endtt

V~tomto pøíkladì se ka¾dé A~konvertuje na X, ale pokud následuje BC,
pak se skupina ABC konvertuje na Y ov¹em s~tou výjimkou, ¾e se skupina
ABCD konvertuje na "\foo". Na poøadí vkládání údajù do konverzní tabulky
primitivem "\mubyte" v~tomto pøípadì nezále¾í.

Pokud se v~konverzní tabulce objeví dvì stejné <byte_sequence>, pak má
pøednost ta, která byla zanesena do tabulky pozdìji.


\sec Konverze výstupu do logu a na terminál
%    --------------------------------------

Výstup do logu a na terminál je pøi nulovém "\mubytelog" ponechán bez
konverze. Pokud je v~takovém pøípadì "\xprncode" znaku nulový, pak se
znak vytiskne ve formì "^^A" nebo "^^bc". Pøi kladném "\mubytelog" se
znaky zanesené do konverzní tabulky konvertují zpìt na
<byte_sequence>. Do logu a na terminál se ale na <byte_sequence>
nikdy nekonvertují kontrolní sekvence.

Zpìtná konverze do logu a na terminál je nastavována spoleènì
primitivem "\mubytelog" a nelze ji oddìlit tak, ¾e by napøíklad pro
terminál byla zpìtná konverze potlaèena a pro log soubory nikoli.

Výpisy do logu a na terminál obèas obsahují kompletní pøepis právì
èteného øádku, který je napøíklad pøi hlá¹ení chyby rozrt¾en na dva
øádky, aby \TeX{} naznaèil místo, kde do¹lo k~problému. Pro dal¹í
výklad budeme tìmto èástem logu øíkad \uv{pøepisy øádkù}.

Je-li registr "\mubytein" nulový, pak pøepisy øádkù
fungují jako ve standardním \TeX{}u. Je-li "\mubytein" kladný a 
"\mubytelog" nulový, pak je v~pøepisech øádkù zobrazen obsah øádku a¾
po konverzi input procesorem enc\TeX{}u, tj. v~tìchto pøepisech se
mohou napøíklad vyskytovat kontrolní sekvence, které tam u¾ivatel
vùbec nenapsal. Jsou-li "\mubytein" i "\mubytelog"
kladné, pak jsou pøepisy øádkù realizovány bez multibytové konverze
tam ani zpìt. Probíhá jen konverze podle xchr a xord vektorù. 
Je tøeba si uvìdomit, ¾e v~tomto pøípadì mohou být chybové výpisy
ponìkud matoucí. Napøíklad po

\begtt
\mubyte \sekvence ABC\endmubyte  \let\sekvence=\undefined
\mubytein=1 \mubytelog=1
Tady je test ABC a øádek pokaèuje.
\endtt
%
dostáváme na výstupu:

\begtt
! Undefined control sequence.
l.3 Tady je test ABC
                     a øádek pokaèuje.
?
\endtt
%
Teprve "\show ABC" odhalí:

\begtt
> \sekvence=undefined.
l.3 \show ABC
\endtt


\sec Mazání údajù v~konverzí tabulce
%    -------------------------------

Údaje v~konverzní tabulce lze mazat jen hromadnì: pøíkaz vyma¾e
v¹echny údaje zaèínající na spoleèný první znak v~<byte_sequenci>.
Provede se to pomocí pøíkazu "\mubyte <znak> <znak>\endmubyte".
Napøíklad:

\begtt
\mubyte A A\endmubyte
\endtt
%
odstraní z~konverzní tabulky v¹echny <byte_sequence> zaèínající
písmenem A. 

Následující kód proma¾e celou tabulku:

\catcode`<=12
\begtt
{\catcode`\^^@=12
\gdef\clearmubytes{\bgroup \count255=1
   \loop \uccode`X=\count255
       \uppercase{\mubyte XX\endmubyte}%
       \advance\count255 by1
       \ifnum\count255<256 \repeat
   \mubyte ^^@^^@\endmubyte
   \egroup}
}
\clearmubytes
\endtt
\catcode`<=13


\sec Vstupní a výstupní èást konverzní tabulky
%    -----------------------------------------

Konverzní tabulka konstruovaná pomocí "\mubyte", "\endmubyte" má dvì
nezávislé èásti: vstupní, se kterou pracuje input procesor a výstupní,
která se pou¾ívá pøi zpìtných konverzích. Údaje je mo¾né zanést
nezávisle do ka¾dé èásti pøi pou¾ití neprázdného <optional_prefix>
(viz syntaktické pravidlo "\mubyte" na zaèátku této kapitoly). 
Je-li <optional_prefix>
prázdný, pak se po¾adavek na konverzi zanese dvojmo do vstupní i
výstupní èásti. Je-li ale <optional_prefix> znak kategorie~8 (obvykle
znak "_"), pak se údaj zanese jen do vstupní èásti tabulky. Obsahuje-li
<optional_prefix> dvojici znakù kategorie~8 (obvykle tedy "__"), pak
se údaj zanese jen do výstupní èásti tabulky. 

Pøi <optional_prefix> "__" (výstupní èást tabulky) je dovoleno mít
prázdnou <byte_sequenci>. V~takovém pøípadì se pùvodní
údaje z~výstupní èásti tabulky, které odpovídají <first_token>,
vyma¾ou. Pokud tam ¾ádné takové údaje nebyly, nestane se nic.

Vra»me se ke kódu na vymazání tabulky z~pøedchozí sekce. Tento kód
vyma¾e v¹e ze vstupní èásti tabulky a z~výstupní jen ty údaje, které
jsou vázány na <first_token> ve tvaru <byte>. Údaje z~výstupní èásti
vázané na kontrolní sekvence nejsou tímto zpùsobem promazány.
Promazání jednoho údaje udìláme pomocí:
"\mubyte \foo __\endmubyte".


\sec Vkládání dal¹ích kontrolních sekvencí
%    -------------------------------------

Je-li <first_token> ve tvaru kontrolní sekvence a navíc 
<optional_prefix> je token kategorie~6 
(obvykle znak "#") následovaný <èíslem>, 
pak input procesor ponechá beze zmìny <èíslo> znakù, 
ale vlo¾í pøed nì deklarovanou kontrolní sekvenci. 
Údaj se zanese jen do vstupní èásti konverzní tabulky.
Pøíklad:

\begtt
\def\abc{ABC}
\mubyte X BC\endmubyte \mubytein=1  
\mubyte \foo #3 \abc\endmubyte  Nyní ABC pøechází na \foo ABC
\mubyte \foo #1 \abc\endmubyte  Nyní ABC pøechází na \foo AX
\endtt  

Parametr <èíslo> má stejnou syntaxi, jako gramatická kategorie <number> 
z~\TeX{}booku. Napøíklad pøi pøímém zápisu dekadických èíslic
mù¾e následovat jedna nepovinná mezera, jako v~pøedchozí ukázce.

Je-li <èíslo> rovno nule, pak bude
ponechána beze zmìny celá <byte_sequence>, která následuje. 
Výsledek je tedy stejný, jako kdyby <èíslo> mìlo hodnotu délky 
<byte_sequence>.

Hodnota <èísla> je akceptována jen v~rozsahu 0 a¾ 50. Záporná èísla
jsou interpretována stejnì jako nula a èísla vìt¹í ne¾ 50 zpùsobí, ¾e
input procesor vypne po vlo¾ení kontrolní sekvence dal¹í konverzi a¾
do konce øádku.

Praktický pøíklad pou¾ití:

\begtt
\mubyte \warntwobytes  #2^^c3\endmubyte
\mubyte \warntwobytes  #2^^c4\endmubyte
\mubyte \warntwobytes  #2^^c5\endmubyte
% atd...
\def\warntwobytes #1#2{\message{WARNING: the UTF8 code: 
   \noconvert#1\noconvert#2 is not defined i my macros.}}
\endtt

V~tomto pøíkladì byl pou¾it nový primitiv enc\TeX{}u "\noconvert",
jeho¾ vlastnosti jsou uvedeny pozdìji v~kapitole~5. Pøipomínám také,
¾e od verze Feb.~2003 nezpùsobují jednoznakové <byte_sequence> kolizi
s~víceznakovými <byte_sequencemi> se stejným zaèátkem, tak¾e tento
pøíklad neru¹í konverzi \uv{známých} UTF-8 kódù.



\sec Rozpoznání zaèátku øádku
%    ------------------------

Existují-li v~konverzní tabulce <byte_sequence> 
s~prvním znakem shodným s~aktuálním "\endlinechar", 
tj.~<byte_sequence> jsou ve tvaru <endlinechar><zbytek>,
pak input procesor navíc ovìøuje, zda je <zbytek> shodný se 
zaèátkem ka¾dého øádku. Pokud ano, provede po¾adovanou konverzi. 
Pøíklad pou¾ití:

\begtt
\bgroup \uccode`X=\endlinechar \uppercase{\gdef\echar{X}}\egroup
\mubyte \fooB \echar ABC\endmubyte % vyhovuje ABC na zaèátku øádku
\mubyte \fooE ABC\echar \endmubyte % vyhovuje ABC na konci øádku
\mubyte \fooW \spce\space ABC\space \endmubyte
        % vyhovuje ABC jako slovo s mezerami vpøedu i vzadu
\mubyte \foo #\echar ABC\endmubyte % 
        % je-li ABC na zaèátku øádku, vlo¾í pøed nìj \foo
\endtt


\sec Potlaèení expanze v~parametrech write
%    -------------------------------------

Chceme-li pøevádìt kontrolní sekvence zpìtnì na <byte_sequence> pøi
zápisu do "\write" souborù, musíme potlaèit pøípadnou expanzi tìchto
kontrolních sekvencí napøíklad pomocí "\let\macro=\relax". Proto¾e ale
"\write" èasto pracuje asynchronnì a kontrolních sekvencí mapujících
UTF-8 mù¾eme mít stovky nebo tisíce, umo¾òuje enc\TeX{} nastavit
v~dobì expanze parametrù "\write" pøíslu¹ným kontrolním sekvencím
význam "\relax" automaticky. Dìlá to pøi "\mubyteout>=3" a význam
"\relax" pøiøadí právì tìm kontrolním sekvencím, které mají 
ve výstupní èásti konverzní tabulky neprázdnou <byte_sequenci>. 
Jakékoli jiné expanze mimo parametr "\write" probíhají 
normálním zpùsobem. Pøíklad:

\begtt
\mubyte \foo ABC\endmubyte  \def\foo{macro body}
\mubyteout=2
\immediate\write16{testwrite: \foo}  % zapí¹e "testwrite: macro body"
\immediate\write16{testwrite: \noexpand\foo} % zapí¹e "testwrite: ABC"
\mubyteout=3
\immediate\write16{testwrite: \foo}  % zapí¹e "testwrite: ABC"
\message{testmessage: \foo}          % zapí¹e "testmessage: macro body"
\message{testmessage: \noexpand\foo} % zapí¹e "testmessage: \foo"
\edef\a{testedef: \foo}              % expanduje na macro body
\foo                                 % expanduje na macro body
\immediate\write16{\meaning\foo}     % zapí¹e "\relax"
\message{\meaning\foo}               % zapí¹e "macro:->macro body"
\endtt

Pomocí zápisu "\mubyte <control_sequence> \relax \endmubyte" je mo¾no
pøidìlit kontrolní sekvenci pøíznak, aby se neexpandovala 
v~parametrech "\write" pøi "\mubyteout>=3", ale na druhé stranì nebude
konvertována do ¾ádné <byte_sequence>, ale vypí¹e se jako obvykle.
Uvedený zápis má tedy stejný význam jako 
"\mubyte" <control_sequence>" __\string" <control_sequence>"\space\endmubyte",
ale navíc ¹etøí pamìtí \TeX{}u, nebo» \TeX{} není nucen ukládat 
string <byte_sequence> do poolu.

Popsanou vlastnost enc\TeX{}u mù¾ete vyu¾ít k~vytváøení vlastních 
maker, která jinak expandují v~parametrech "\write" a jinak
\uv{normálnì}. Pøíklad:

\begtt
\mubyte \writeparameter \relax \endmubyte \def\writeparameter{}
\def\mymacro{\ifx\writeparameter\relax Tady expanduji ve write.
             \else Tady expanduji normálnì.\fi}
\endtt


\sec Asynchronní zpracování pøíkazu write
%    ------------------------------------

Je známo, ¾e pokud nepou¾ijeme "\immediate", pak se argument pøíkazu
"\write" expanduje a¾ pozdìji: ne v~okam¾iku výskytu pøíkazu.
Pøíkaz "\write" si proto ulo¾í do své pamìti aktuální 
hodnotu registru "\mubyteout" v~dobì prvního zpracování a pak
pøi expanzi a zápisu do souboru tuto hodnotu pou¾ije.

Díky této vlastnosti mù¾eme tøeba pro soubor s~obsahem zapisovat
s~hodnotou "\mubyteout=3" a souèasnì pøi zápisu do jiného souboru
ponecháme hodnotu "\mubyteout=0". To mù¾e být ¾ádoucí
napøíklad proto, ¾e soubor je urèen ke zpracování programem, který
nemá implementovánu schopnost práce s~UTF-8 kódováním. Vyzkou¹ejte:

\begtt
\newwrite\tocfile \newwrite\indexfile
\immediate\openout\tocfile=\jobname.toc
\immediate\openout\indexfile=\jobname.idx
\mubyteout=3
\write\tocfile{parametr se bude pozdìji konvertovat do UTF-8}
{\mubyteout=0 \write\indexfile{parametr zùstane nezmìnìný bez konverze}}
\write\tocfile{zde se znovu provede konverze}
\end % a teprve v tento okam¾ik se v¹echny tøi zápisy provedou
\endtt


\sec Hodnoty registru mubyteout
%    --------------------------

Kromì ji¾ zmínìných hodnot 0, 1, 2 a 3 registru "\mubyteout" mù¾e být
nìkdy u¾iteèné nastavit tento registr na hodnoty $-1$, $-2$ a $-3$. 
Význam tìchto hodnot je vysvìtlen v~následující tabulce:

\vbox{
\begtt
\mubyteout  <byte>-><byte_sequence>  <cs_name>-><byte_sequence>  potlaèení expanze
----------------------------------------------------------------------------
   0             ne                       ne                   ne
   1             ano                      ne                   ne
   2             ano                      ano                  ne
   3             ano                      ano                  ano
  -1             ano                      ne                   ano
  -2             ne                       ne                   ano
\endtt
\relax}

Je-li zapnutá konverze <byte>"->"<byte_sequence>, pak se tato konverze
provádí i do logu a na terminál, zatímco konverze 
<cs_name>"->"<byte_sequence> a potlaèení
expanze se týkají jen argumentù "\write" a "\special". 


\kap Argumenty primitivu special
     %%%%%%%%%%%%%%%%%%%%%%%%%%%

V~argumentech "\special" se èasto objevují texty 
v~pøirozeném jazyce (napøíklad texty pro zálo¾ky do PDF dokumentu).
Pøi stále èastìj¹ím pou¾ívání UTF-8 je ¾ádoucí, aby tyto texty byly 
kódovány v~tomto kódování. Enc\TeX{} tuto mo¾nost nabízí.

Argument primitivu "\special" je zpracován podle hodnoty celoèíselného
registru "\specialout", který má implicitní hodnotu~0.

\begitems
* "\speialout=0" -- ¾ádná konverze argumentu se neprovede.
* "\speialout=1" -- provede se konverze jen podle vektoru xchr.
* "\speialout=2" -- provede se konverze jen podle hodnoty "\mubyteout".
* "\speialout=3" -- provede se konverze podle hodnoty "\mubyteout"
                    následovaná konverzí podle xchr.
\enditems

Primitiv "\special" expanduje svùj argument okam¾itì. Pøi
"\specialout" 2 nebo 3 se expanze provede podle hodnoty "\mubyteout"
stejnì jako u~primitivu "\write". Pak si pøíkaz "\special" ulo¾í do
pamìti aktuální hodnoty "\specialout" a "\mubyteout" a tyto hodnoty
pou¾ije je¹tì jednou pøi skuteèném výstupu argumentu do "dvi" souboru.


\kap Primitiv noconvert
     %%%%%%%%%%%%%%%%%%

Enc\TeX{} zavádí primitiv "\noconvert", který
potlaèí pøípadnou konverzi následujícího znaku nebo kontrolní sekvence.
Pøesnìji: primitiv "\noconvert" je neexpandující a v~sazbì neudìlá nic
(podobnì jako "\relax"). Pokud se ale 
tento primitiv vyskytne v~argumentu "\message" nebo "\errmessage",
pak jeho kontrolní sekvence není vùbec vyti¹tìna. Navíc pak následující 
znak není konvertován na <byte_sequenci>, aèkoli tøeba je "\mubytelog"
kladný a znak je uveden ve výstupní èásti konverzní tabulky. 

Primitiv "\noconvert" se chová stejnì i v~parametrech "\write" a
"\special". V~tomto pøípadì navíc mù¾e primitiv "\noconvert" potlaèit
konverzi následující kontrolní sekvence, aèkoli je tøeba "\mubyteout"
vì¹í ne¾~2.

Konstrukce "\noconvert\noconvert" vytiskne jedno "\noconvert".

Pokud se má primitiv "\noconvert" vypsat v~jiných situacích (napøíklad
pøi výpisu kontextu pøi hlá¹ení o~chybì nebo pøi rùzných
"\tracing..."), pak jeho kontrolní sekvence nemizí a navíc 
neovlivní tisk následujícího znaku.


\kap Seznam primitivù enc\TeX{}u
     %%%%%%%%%%%%%%%%%%%%%%%%%%%

Pro lep¹í orientaci uvádím pøehled nových primitivù enc\TeX{}u:

\begitems
* "\mubyte"    --- zaná¹í údaje do konverzní tabulky, viz~kap.~3.
* "\endmubyte" --- separátor pro "\mubyte".
* "\mubytein" --- registr integer. 0: vícebytová vstupní konverze
                  potlaèena, 1 a více: vícebytová vstupní konverze je
                  aktivována. 
* "\mubyteout" --- registr integer, ovlivní konverzi do výstupních
                  souborù "\write" a parametrù "\special", viz~3.10.
* "\mubytelog" --- registr integer, 0: vícebytová výstupní konverze do
                  logu a na terminál potlaèena, 1 a více:  vícebytová 
                  výstupní konverze je aktivována.
* "\specialout" --- registr integer, ovlivní zpracování parametrù
                  "\special", viz~kap.~4.
* "\noconvert" --- podobnì jako "\noexpand", ale pro konverze. Viz~kap.~5.
* "\xordcode" --- pøístup k~vektoru xord, viz 2.1.
* "\xchrcode" --- pøístup k~vektoru xchr, viz 2.1.
* "\xprncode" --- pøístup k~vektoru pro tisknutelnost znakù, viz 2.2.
\enditems

Pøehled prefixù pøi pou¾ití 
"\mubyte"<first_token><optional_space><prefix><byte_sequence>"\endmubyte".
Znak~"#" zde oznaèuje libovolný token kategorie~6 a znak~"_" oznaèuje
libovolný token kategorie~7.

\begitems
* ¾ádný prefix --- záznam do vstupní i výstupní tabulky.
* "_" --- záznam jen do vstupní èásti tabulky
* "__" --- záznam jen do výstupní èásti tabulky
* "#<èíslo>" --- vlo¾ení kontrolní sekvence, následujících <èíslo> znakù
  ponechá input procesor beze zmìny.
* "\relax" --- kontrolní sekvence nebude expandovat v~parametrech "\write"
\enditems

Dal¹í prefixy se mohou objevit v~budoucích verzích enc\TeX{}u. V¾dy
budou mít kategorie odli¹né od 11 a 12, tak¾e pro zaèátek
<byte_sequence> je vhodné v~makrech pou¾ít token kategorie 11 nebo 12,
aby se pøede¹lo pøípadnému konfliktu s~budoucí vezí enc\TeX{}u.


\kap Dokumentace k~pøilo¾eným souborùm maker
     %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

Tato èást dokumentace nebyla ve verzi Dec. 2002 revidovaná a je
ponechána ve stavu z~roku 1997 s~výjimkou následujícího odstavce.

\sec Kódování UTF-8
%    --------------

Pro vstupní kódování UTF-8 jsou pøipraveny soubory "utf8-csf.tex" a
"utf8-t1.tex". V~tomto pøípadì je pøekódování implementováno pomocí
"\mubyte" a vektory xord, xchr jsou nastaveny tak, ¾e na jejich úrovni 
je zachováno identické zobrazení.

\sec Formáty typu {\tt plain-x-y}
%    ----------------------------

V~balíèku jsou pøipraveny inicializaèní soubory pro vygenerování formátu
podobnému standardnímu formátu plain. Napøíklad pøíkazem

\begtt
$ tex -ini -enc plain-1250-cs
\endtt

vygenerujeme formát analogický plainu, který ète vstupní soubory
v~kódování CP1250 a pracuje s~CS-fonty.

V~balíku jsou k~dispozici tyto inicializaèní soubory pro plain:

\begtt
plain-il2-cs   ...  vstup podle ISO8859-2, textové fonty v TeXu: CS-font
plain-kam-cs   ...  vstup podle Kamenických, textové fonty v TeXu: CS-font
plain-1250-cs  ...  vstup podle CP1250, textové fonty v TeXu: CS-font
plain-852-cs   ...  vstup podle CP852, textové fonty v TeXu: CS-font
plain-il2-dc   ...  vstup podle ISO8859-2, textové fonty v TeXu: DC
plain-kam-dc   ...  vstup podle Kamenických, textové fonty v TeXu: DC
plain-1250-dc  ...  vstup podle CP1250, textové fonty v TeXu: DC
plain-852-dc   ...  vstup podle CP852, textové fonty v TeXu: DC
\endtt

\sec Poznámka k~dlouhým názvùm souborù
%    ---------------------------------

V¹echny soubory "*.tex" v~balíèku splòují DOSové omezení na délku názvu
8+3. Výjimkou z~tohoto pravidla jsou pouze soubory plain-x-y popsané
vý¹e a analogické inicializaèní soubory pro La\TeX{}. Pokud pou¾íváte
systém, který je omezen na 8+3, doporuèuji pro ka¾dé kódování zvolit
jedno písmeno (napøíklad c=cs, d=dc, i=il2, w=1250, p=852, k=kam,
o=koi8, m=mac) a nahradit názvy souborù v~distribuci tìmito názvy:

\begtt
plain-il2-cs.tex     plain-ic.tex
plain-kam-cs.tex     plain-kc.tex
plain-1250-cs.tex    plain-wc.tex
plain-852-cs.tex     plain-pc.tex
plain-il2-dc.tex     plain-id.tex
plain-kam-dc.tex     plain-kd.tex
plain-1250-dc.tex    plain-wd.tex
plain-852-dc.tex     plain-pd.tex
kam-latex.tex        latex-ki.tex
852-latex.tex        latex-pi.tex
\endtt

Obsah "\message" v~souborech {\tt plain-x-y} nemìòte. Napøíklad formát
"plain-wc" se po spu¹tìní pøedstaví svým plným jménem

\catcode`\<=12
\begtt
The format: plain-1250-cs <Sep. 1997>.
\endtt
\catcode`\<=13

\sec Kódovací tabulky
%    ----------------

Proto¾e zmìna vektorù xord a xchr mù¾e totálnì rozhodit chování
\TeX{}u zcela k~nepoznání, doporuèuji pou¾ívat urèité soubory, které
nastaví po¾adované kódování, a dále s~primitivy "\xordcode",
"\xchrcode" a "\xprncode" za bìhu \TeX{}u moc nela¹kovat. V~balíèku
enc\TeX{} jsou k~dispozici soubory, které zmìnu vektorù pro bì¾ná
kódování definují. Tyto soubory mají obvyklou pøíponu tex. Øíkáme jim
kódovací tabulky. Rozli¹ujeme dva typy kódovacích tabulek.


\sec První typ kódovacích tabulek
%    ----------------------------

První typ tabulek deklaruje vnitøní kódování \TeX{}u ve vztahu ke kódování,
které je bì¾nì pou¾ívané v~hostitelském operaèním systému. Máme-li
napøíklad v~systému kódování ISO-8859-2 a vnitøní kódování \TeX{}u volíme
podle Corku (kódování je oznaèováno jako T1), pak tabulka musí pøedefinovat
xord vektor tak, aby mapoval znaky z~ISO-8859-2 do T1 a vektor xchr musí
pøevádìt zpátky z~T1 do kódování systému.

Tento typ tabulek je pou¾it v~inicializaèních souborech "plain-*.tex" a
obsahuje v~názvu souboru vstupní i cílové vnitøní kódování \TeX{}u. Podívejte
se, jak vypadá napøíklad tabulka "il2-t1.tex", která definuje vnitøní
kódování \TeX{}u podle Corku a vstupní kódování ISO8859-2.

Ka¾dá tabulka prvního typu ète soubor "encmacro.tex" s~definicemi maker
"\setcharcode", "\expandto", "\texaccent", "\texmacro" a "\redefaccent".

\begitems
* "\setcharcode #1 #2 #3 #4 #5 #6 #7" deklaruje \TeX{}ové kódy pro jeden znak.
  Nastaví xord["#1"]="#2", xchr["#2"]="#1", "\xprncode#2"="#7" a 
  postupnì nastaví "\lccode", "\uccode", "\sfcode" a "\catcode" znaku 
  s~kódem "#2" na hodnoty "#3", "#4", "#5" a "#6". 
  Je-li "#1" otazník, pak se xord a xchr nenastaví.

* "\expandto {<definice>}" definuje aktivní podobu znaku "#2" z~posledního
  "\setcharcode" tak, ¾e tento token expanduje na <definici>. Podrobnìji:
  je-li v~"\setcharcode" uvedeno "#6=13", pak bude ka¾dý výskyt znaku "#2"
  expandovat na <definici>. Není-li v~"\setcharcode" øeèeno "#6=13", pak
  k~expanzi znaku "#2" na <definici> dojde teprve tehdy, kdy¾ bude
  (tøeba pozdìji) nastaveno "\catcode" znaku "#2" na "13".

* "\texaccent" uv{zápis akcentu} pøipravuje expanzi \uv{zápisu akcentu} 
  na znak s~kódem "#2" z~naposledy pou¾itého "\setcharcode". Napøíklad 
  zápis "\v C" bude po naètení souboru il2-t1.tex expandovat na znak 
  s~kódem {\tt\char`\"83}. Pokud zápis pro akcent není v~tabulce uveden, 
  zùstává v~pùvodním významu, tj. tøeba "\v g" expanduje na primitiv 
  "\accent", který usadí háèek nad písmeno g.
  K~aktivaci v¹ech \uv{zápisù akcentu} dojde a¾ po pou¾ití makra
  "\redefaccent" (viz ní¾e).

* "\texmacro #1" deklaruje makro "#1" tak, ¾e bude expandovat na znak s~kódem
  "#2" z~naposledy pou¾itého "\setcharcode". K~pøedefinování makra "#1" 
  dojde (na rozdíl od "\texaccent") okam¾itì. Napøíklad makro "\S" bude 
  po naètení souboru "il2-t1.tex" expandovat na znak s~kódem "9F", proto¾e 
  na této pozici je podle Corku znak paragraf.

* "\redefaccent #1" aktivuje expanzi zápisù podle "\texaccent" pro jeden
  konkrétní akcent "#1".
\enditems

Kromì toho je na zaèátku tabulky èten soubor definic závislých na kódování
textového fontu \TeX{}u. V~na¹í ukázce jde napøíklad o~soubor "t1macro.tex".
Definují se tam sekvence "\promile", "\clqq" a dal¹í. 

Mù¾e se stát, ¾e nechceme uvedená makra pou¾ít, ale hodnoty z~tabulky
naèíst chceme. Pak mù¾eme pøistoupit k~následujícímu triku: Definujeme si
makra "\setcharcode" a¾ "\redefaccent" sami a dále provedeme naètení tabulky
takto:

\begtt
\let\originput=\input \def\input #1  \originput il2-t1
\let\input=\originput
\endtt

V~balíèku jsou pøipraveny tyto tabulky prvního druhu:

\begtt
Název souboru       vstupní kódování    vnitøní kódování TeXu
-------------------------------------------------------------
il2-csf.tex         ISO8859-2           CS-font
kam-csf.tex         Kamenických         CS-font
1250-csf.tex        CP1250, MS-Windows  CS-font
852-csf.tex         CP852, PC Latin2    CS-font
il2-t1.tex          ISO8859-2           T1 alias Cork
kam-t1.tex          Kamenických         T1 alias Cork
1250-t1.tex         CP1250, MS-Windows  T1 alias Cork
852-t1.tex          CP852, PC Latin2    T1 alias Cork
\endtt

Za zmínku stojí první uvedená tabulka "il2-csf.tex", proto¾e ta
jediná ponechává vektory xord a xchr beze zmìny. Tuto tabulku
je tedy mo¾né pou¾ít i v~\TeX{}u, který neobsahuje roz¹íøení
enc\TeX{}. V¹echny ostatní tabulky enc\TeX{} explicitnì vy¾adují.


\sec Druhý typ kódovacích tabulek
%    ----------------------------

Druhý typ tabulek provádí pøekódování pouze na vstupní stranì \TeX{}u. Poznáme
je podle toho, ¾e nemají na konci názvu znaèku pro vnitøní kódování \TeX{}u
(tj. "t1" nebo "csf"), ale znaèku pou¾ívanou pro kódování operaèního systému
(napø. "il2", "kam"). Tøeba tabulka "kam-il2.tex" provádí na vstupní stranì
konverzi z~kódování kamenických do kódování ISO8859-2. Tento typ tabulek
pozmìòuje pouze vektor xchr, ale výstupní vektor xord ponechává beze zmìny.
Takovou tabulku pou¾ijeme, pokud \TeX{}em naèítáme soubor, který je v~jiném
kódování, ne¾ bì¾nì pou¾íváme na na¹em operaèním systému. Pøitom výstup do
log, aux apod. ponecháme v~kódování podle na¹eho systému. Tyto zmìny
kódování je mo¾né provádìt i v~prùbìhu zpracování jediného dokumentu.

Druhý typ tabulek navazuje na vstupní kódování deklarované døíve
tabulkou prvního typu. Nastavení vnitøního kódování \TeX{}u není vùbec
druhým typem tabulek mìnìno. Uvedeme pøíklad. Pøi generování formátu
jsme pou¾ili tabulku prvního typu "il2-t1.tex", tak¾e vnitøní
kódování máme podle Corku. Nyní mù¾eme pøi zpracování dokumentu na
pøechodnou dobu vybrat nìkterou z~tabulek "*-il2.tex", tøeba:

\begtt
\input kam-il2  
\input dokument
\restoreinputencoding
nyní mohu pracovat v pùvodním kódování...
\end
\endtt

V~dobì, kdy probíhá naèítání souboru dokument.tex se provádí
pøekódování z~Kamenických do T1, uvnitø \TeX{}u se v¹e zpracovává
v~T1 a výstup na terminál a do logu máme v~ISO8859-2. V~tomto
kódování je také zapsán dal¹í text pod "\restoreinputencoding".
Tabulka toti¾ deklaruje toto makro, aby byl mo¾ný návrat k~pùvodnímu
nastavení vektoru xord.

Pøi pou¾ití tabulek druhého typu musíme dát velký pozor, abychom nìco
neudìlali ¹patnì. V~na¹em pøíkladì jsou v¹echny výstupy do souborù
typu aux v~ISO-8859-2, tak¾e je pøi opakovaném spu¹tìní \TeX{}u nesmíme
naèítat v~okam¾iku, kdy máme nastaven vstupní kód podle Kamenických. To je
také dùvod, proè nedoporuèuji generovat formát pøíkazem "\dump" v~situaci,
kdy máme naètenou tabulku druhého typu.

\end