fix: 修复 OMML 多字母标识符被空格拆开（BC → B C） #1

New Issue

Quentin · 2026-10-15T01:01:33+08:00

Quentin commented

2026-10-15 01:01:33 +08:00

问题现象

Word 里连写的多字母标识符，经 OMML2MML.xsl 转换后会被拆成相邻的 <mi>/<mn> 元素，原转换器用空格 join，导致：

原始	错误输出	正确输出
线段 BC=2	`B C = 2`（渲染成 B×C）	`BC = 2`
△ABC	`\triangle A B C`	`\triangle ABC`
45°	`4 5 ^\circ`	`45^\circ`
AB//CD	`A B / / C D`	`AB // CD`

根因

三处都用 ' '.join(parts) 把所有子元素硬性空格连接：

visitors/mrow_visitor.py 的 _convert_children_with_spaces
compat/legacy_adapter.py 的 <math> 根节点多子元素处理（真实 docx 走这里，因为 OMML2MML 输出的 MathML 无 <mrow> 包裹）
strategies/math_strategy.py 的 format_identifier（Unicode+字母混合内容，如 <mi>△ABC</mi>）

修复

连续单字母 <mi>（无 mathvariant）拼接为整体，先于 fragmented-function 检测之后执行
Unicode+字母混合内容改为「仅 LaTeX 命令后跟字母/数字才加空格」的规则，避免 \triangleA 变未定义命令，同时保持 ABC 连写

验证

test_mixed.docx（130 个 OMML 公式）修复前后对比：16 个公式发生变化，全部为正确改善（线段名/角度数字/三角形/隐式乘法拼接），零误伤。sin/log/x+1/2x/\frac 等场景无回归。

关联 commit：d4c2fd1

## 问题现象 Word 里连写的多字母标识符，经 OMML2MML.xsl 转换后会被拆成相邻的 `<mi>`/`<mn>` 元素，原转换器用空格 join，导致： | 原始 | 错误输出 | 正确输出 | |------|---------|---------| | 线段 BC=2 | `B C = 2`（渲染成 B×C） | `BC = 2` | | △ABC | `\triangle A B C` | `\triangle ABC` | | 45° | `4 5 ^\circ` | `45^\circ` | | AB//CD | `A B / / C D` | `AB // CD` | ## 根因三处都用 `' '.join(parts)` 把所有子元素硬性空格连接： 1. `visitors/mrow_visitor.py` 的 `_convert_children_with_spaces` 2. `compat/legacy_adapter.py` 的 `<math>` 根节点多子元素处理（真实 docx 走这里，因为 OMML2MML 输出的 MathML 无 `<mrow>` 包裹） 3. `strategies/math_strategy.py` 的 `format_identifier`（Unicode+字母混合内容，如 `<mi>△ABC</mi>`） ## 修复 - 连续单字母 `<mi>`（无 mathvariant）拼接为整体，先于 fragmented-function 检测之后执行 - Unicode+字母混合内容改为「仅 LaTeX 命令后跟字母/数字才加空格」的规则，避免 `\triangleA` 变未定义命令，同时保持 `ABC` 连写 ## 验证 `test_mixed.docx`（130 个 OMML 公式）修复前后对比：16 个公式发生变化，**全部为正确改善**（线段名/角度数字/三角形/隐式乘法拼接），零误伤。`sin`/`log`/`x+1`/`2x`/`\frac` 等场景无回归。关联 commit：`d4c2fd1`

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: Quentin/DoLuEdu-WordFileParse#1