【工具】arxiv_latex_cleaner 去除latex注释

https://github.com/google-research/arxiv-latex-cleaner/issues/24

注意：需要创建python==3.9的环境

1.修改编码

官方提供的arxiv_latex_cleaner的编码格式是有问题的，见这里。这个有位朋友说需要改成utf-8，但是还是报错

  File "D:\Env\anaconda\envs\arxiv_clean\lib\codecs.py", line 322, in decode(result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xa1 in position 706: invalid start byte

原因是我的windows电脑采用的是ISO-8859-1编码，所以需要对代码做如下修改

def _read_file_content(filename):with open(filename, 'r', encoding='ISO-8859-1') as fp:lines = fp.readlines()lines = _strip_tex_contents(lines, '\\end{document}')return lines

修改完成后再安装

2.如何安装

2.1.打包

tar -zcvf 给打包的文件起个名字呗.tar.gz   文件包在的目录

比如：tar -zcvf arxiv-latex-cleaner.tar.gz arxiv-latex-cleaner

2.2.安装

pip install /path/to/package.tar.gz

3.测试功能

直接cd到指定的.tex目录下

arxiv_latex_cleaner ./