2. 文档的内容、形式和结构

传统的文档，是由文字构成。现代化的文档，嵌入了符号、图、表、甚至音、视频等等许多媒体形式。为了容易理解起见，我们暂且先考虑只由文字构成的文档。但是下面的叙述也可以简单推广到其它文档对象。

文档的内容，实际上就是文字字符本身！往往就是指文字的语义（音、形、义）。而每个文字，都有其表现形式，例如，仿宋体、黑体、1号字、6号字等等。文档的结构，就是句、段、节、章、顺序等等关于内容的组织。内容和表现形式应该是可以分离的。同样，文档的结构，也应该是一个独立的属性。（需要说明的是，笔者的观点是，把文档的形式和结构等，都作为内容的扩展来理解。这当然是从研究角度的需求。本文不准备这样采信。）

文档之美，首先在于内容之美。例如，金庸的武侠小说，不管用什么字体、字号，连载还是单行本，其给用户的总体感受，应该没有什么变化。小说想传递给读者的信息，应该是通过内容就能够做到了。当然，结构必须正确。设想把金大侠的小说的章节次序打乱了来看？

文档之美，还可以体现在形式之美上。设想金大侠的小说每一段文字换一种字体或字号试试？形式之美的另外一种体现是：“大道至简”的符号表达！谁也不能否认爱因斯坦相对论的那个代表性公式E=mc^2的美。“大道至简”体现了我们古人微言大义的理念。有时候形式能够达到内容所达不到的效果。例如，现代派的表达“我 恨 透 了 这厮”确实与“我恨透了这厮”有不一样的效果。这也就是为什么有个诺奖获得者提倡“数学之美”一说。另外一个例子，数学上，不同的形式往往也约定俗成地代表了不同的内容，d表示一般的变量，粗体d就表示向量了。

那为什么说结构也是文档不可缺少的要素呢？我们都有这样的体验，昏昏欲睡地听着领导在大会上做着报告，“.…..下面，我谈第三大点……接下来我来谈谈第 (二)点……第3个方面就是要加强对文档的正确理解…….”等等。事实上，如果换成表达“……3.2.3 加强对文档的正确理解”，我们应该很容易知道领导已经开讲第3大点了，而且进入了第2小点的第3个方面。这里，“3.2.3”既是内容，又是形式，同时也体现了结构。但是，其内容随结构变化，如果这之前插入一个方面内容，那么“……3.2.3 加强对文档的正确理解”就应该调整为“……3.2.4 加强对文档的正确理解”；如果这之前插入一小点，那么“……3.2.3 加强对文档的正确理解”就应该调整为“……3.3.3 加强对文档的正确理解”……，以此类推。另外形式上，“3.2.3”也可以成为“三(二)3”。

好了，做了这么多的准备工作，我们回到LaTeX和Word的主题上来。

Word的所见所得把用户宠成了将文档的内容、形式和结构混为一谈。

首先是文档内容和形式的混淆。初级的Word用户是不区分统领标题中的“3.2.3”和正文中的“3.2.3”，他们往往硬打出标题中的“3.2.3”。实际上，正文中的“3.2.3”不管拷贝粘贴到哪里，其意义都是不变的。而标题中的“3.2.3”将随结构变化而变化。在中英混合的文档中，虽然中文是统一的比如说是宋体字，但是，夹杂其中的英文字体，很多情况下是不一致的。由于中文和英文的区别足够地大，所以，这一缺点被掩盖掉了。设想一个等价的纯英文的文档，间或地夹杂着不一种字体，读起来会有什么感受？

其次，忽略对文档结构的应用。有多少Word用户注意到了文档的段落、章、节？他们只是很满足于达到视觉上的段落、章、节效果，而实际上，他们往往都是用 “正文”模式通过随心所欲地变换字体、大小来达到结构上的效果。所以，也就不能够很容易让相同的结构保持相同的形式。例如，你可以看到第一点的标题是黑体 4号字，到了第四点的标题，就成了加粗的黑体4号字了，因为用户忘记了标题结构的表现形式。

所以，Word允许用户把文档的内容、形式和结构混为一谈。直接的例子是：你能在word文档中找到正文中所有楷体斜体的4号字“我们”，并把它们替换成黑体小4号字“我们”？不能！因为这些形式信息被混在了内容之中了。想要把一个格式文本的内容拷贝到另外一个文档场景下？对不起，请将源格式和文字内容一起拷贝！

我们来看LaTeX的解决方案：用户被迫用plain text文本把文档的内容书写出来，并且有文档结构方面描述手段。文档的表现形式，除了默认地由编译程序处理外，特别的形式效果都必须显式地用命令描述出来。所以，最终的.dvi, .ps, .pdf文档只是用户文档的一种外在表示皮肤，LaTeX源文档才是其内在内容、形式和结构的描述实体。例如，LaTeX源代码section {文档的内容、形式和结构}中，{}中是文档的内容，其结构信息由命令section 根据上下文确定，并用合适的节的符号带领内容的统一的表示形式，出现在最终文档中。

所以我很反对把word文档通过Adobe的工具直接转换成pdf文件，我把后者称为fake pdf文件，因为这样的pdf文件还不如word文件本身，与把word拍成照片没有什么两样。我有许多次评阅人家的论文，看到那种为满足投递要求而不得不把word转换成pdf的文章，而当这样的文章充斥着大块的符号公式时，我都会对作者提这样的建议：这么好的结果（假定它们都是正确的）为什么不用最好的形式来表达呢？事实上，学习使用LaTeX来表达这样好的结果，并不比做出这些结果困难多少。因为只要花时间，LaTeX总是学得会的，而论文的好结果不一定花时间就出得来的。

不可忽视的一个事实是，实际上Word是提供把内容、形式和结构区分的功能的，只是用户学会了一种抵达目的地的方法后，会认为另外一种更正确的方法太 “难”而不去学习使用了，反正我到目的地了。你会发现有许多Word“高级”用户反而把一切自动功能全部取消，所有效果一律硬打出来。事实上，当你发现 Word默认的自动功能与你的预期效果不一致时，很多情况下是你正在错误地使用Word。而这时，用户的选择往往是关闭Word的自动功能，而不是 debug你文档的写法。

其实，正确地使用所见所得的编辑工具，也可以达到几乎和用命令描述编辑工具一样的效果，但是使用难度增加了：决不会像乱用Word一样“方便”了！就如同使用命令描述编辑工具一样“难学”。呜呼，人之初，性本惰？！

我们留下了一个小小的重要问题：为什么把文档的内容、形式和结构等区分出来是有价值的并值得推荐和鼓励的？且听下回分解。