【学习工作赛道】Doc2LaTeX - 课件 PDF 转 LaTeX 智能排版工具
0. 先和大家打个招呼吧 
我是谁：一名在读大学生，平时课程多，老师发的课件都是 PDF，整理笔记时总是头疼。
我是怎么用 TRAE 把 Demo 做出来的：说实话，我没有正经的软件开发经验，之前从没部署过服务器，连 Docker 是什么都不太清楚。这个 Demo 完全是我把脑子里想做的事一句句讲给 TRAE 听，它帮我一点点做出来的。最神奇的一步是：我说「我想把 PDF 里的数学公式自动转成 LaTeX」，TRAE 就直接帮我把整段转换逻辑写出来了，代码量将近 1500 行。如果让我自己写，我估计一个月都搞不定。还有部署——我原本以为要把代码放到公网访问是一件很难的事，结果在 TRAE 的指导下，从买服务器到配置 systemd 服务，一步一步跟着做，最后真的打开了公网链接，那种成就感很难形容。
1. Demo 简介
是什么：Web 应用（基于 FastAPI + 原生前端单页应用）
面向谁：高校学生、教师、科研人员 —— 任何需要将课件 PDF 转为可编辑 LaTeX 文档的人
主要功能：
-
PDF 智能解析与结构化提取：自动识别 PDF 中的标题层级（章/节/小节）、正文段落、数学公式（希腊字母、上下标、积分、求和等 50+ 种数学符号）、选择题/填空题等题型结构，将非结构化的 PDF 转化为结构化的 LaTeX 源码。
-
三种打印排版模板：
- 讲义模式：A4 双栏紧凑排版，适合课堂讲义打印，节省纸张；
- 笔记模式：单栏排版，右侧留白区域供手写补充笔记；
- 复习模式：9pt 字号极致紧凑，公式带高亮框，适合考前复习速览。
-
在线预览与一键下载：转换完成后支持 LaTeX 源码实时预览（语法高亮）、PDF 编译预览（XeLaTeX 编译，图片渲染避免水印）、一键下载
.tex源文件和编译后的 PDF 文件。
2. Demo 创作思路
灵感来源：在日常学习中，老师常以 PDF 格式发布课件。当需要对课件进行二次整理（合并多章节、添加个人笔记、重新排版打印）时，PDF 格式的不可编辑性成为很大障碍。手动用 LaTeX 重写公式和排版既耗时又容易出错。
想解决的问题：
- PDF 课件不可编辑，需要重新整理时只能手动重排；
- 课件中的数学公式（分数、积分、矩阵等）手动转写为 LaTeX 极其繁琐，容易出错；
- 不同场景（课堂听课、考前复习、笔记补充）对排版格式有不同需求，但 PDF 无法灵活调整；
- 现有的 PDF 转 LaTeX 工具（如 Mathpix）多为付费服务，对学生群体不够友好。
为什么做这个方向：LaTeX 是学术界和高校的通用排版语言，但学习门槛高、手动编写效率低。如果能自动将 PDF 转为 LaTeX 源码，用户就可以在源码层面自由编辑、重组、重新排版，大幅提升学习和科研效率。这是一个对高校学生有真实价值、同时技术上足够有挑战性的方向。
3. Demo 体验地址
公开访问链接：http://121.41.173.100:8080
打开链接后，上传任意 PDF 课件文件，选择模板，点击「开始转换」即可体验完整功能。
4. TRAE 实践过程
整个项目从零开始，完全使用 TRAE IDE 完成。以下是完整的开发流程：
第一步：需求架构与设计
向 TRAE 描述了需求：「一个将课件 PDF 转为 LaTeX 排版文档的 Web 工具，支持多种打印模板」。TRAE 帮我分析了技术方案并确定了架构：
- 后端：Python + FastAPI，使用 PyMuPDF 逐页提取 PDF 文本、字体大小、加粗状态等格式信息
- 前端：原生 HTML/CSS/JavaScript 单页应用，无框架依赖，轻量高效
- 编译：XeLaTeX 编译 LaTeX 源码为 PDF，支持中文（ctex 宏包）
- 部署：Docker 容器化，systemd 服务管理
Session ID：1074693747247258:093d7513ca7e3a76a1992973f30d3ac9_6a5120599f9de36280d9c228.6a51205b4e3cdf0adb5b2db0.6a5120599f9de36280d9c229:TRAE Work CN.0.1.34.no_sid.no_ppe.T(2026/7/11 00:49:26)
第二步：直接生成 Demo
在架构确定后，TRAE 直接生成了完整的可运行 Demo，包括前后端全部代码。
后端核心引擎（约 1500 行 Python 代码）：
- 数学公式检测与转换：建立了 15 组正则模式（涵盖函数符号、希腊字母、上下标 Unicode、数学运算符等）和 70+ 条符号替换规则，自动将 PDF 中的数学表达式转为 LaTeX 命令
- 智能标题识别：根据字体大小、加粗状态、文本模式（「第一章」、数字编号等）自动识别多级标题，正确归因父子层级关系
- 题型结构解析：专门处理选择题（题干与选项自动分行）、填空题、判断题等考试题型
- LaTeX 文档生成：根据选择的模板生成完整 LaTeX 文档（含导言区、文档类、宏包、几何参数配置）
- XeLaTeX 自动编译：转换完成后自动调用 XeLaTeX 编译为 PDF
前端界面（约 789 行代码）：
- 拖拽上传：支持拖拽和点击两种方式选择 PDF 文件
- 可视化模板选择器：三种模板以卡片形式展示，带图标、名称和描述，点击即选
- LaTeX 语法高亮：自定义高亮引擎，区分命令、注释、花括号、数学环境等元素
- 双栏对比视图：左侧 LaTeX 源码、右侧 PDF 预览，支持「源码 + 预览」和「PDF 全屏预览」两种模式切换
- 转换历史记录：自动记录本次会话的转换历史，方便对比不同模板效果
Session ID：1074693747247258:675d5589104ee62c853672b8b514d961_6a5120599f9de36280d9c228.6a5123634e3cdf0adb5b2e9b.6a5123635a8ec826a7764bd8:TRAE Work CN.0.1.34.no_sid.no_ppe.T(2026/7/11 01:02:37)
第三步：修复 Bug 和修正错误
直接使用 TRAE 生成的初始版本后，在处理真实课件 PDF 时发现了多处格式问题。在 TRAE 的辅助下，逐一高效定位和修复：
- 答案格式修复：选择题答案中
[(1)]的额外标号被错误保留，通过优化正则表达式清洗逻辑解决 - 选项分行处理：选择题选项与题干混在同一行，通过解析选项结构调整为每个选项独立成行
- 子问题编号归因：
4.标号的内容为题干、5. 6. 7.为其子问题，通过优化标题识别逻辑正确归因层级关系 - 特殊字符处理：修复了
textasciicircum等特殊 LaTeX 字符的转义问题
【截图 - Bug 修复】：
Session ID：1074693747247258:9eb592fe43d33a7e8885853827c7c5a7_6a5120599f9de36280d9c228.6a560fd193c542a6c0cc91a3.6a560fd1bd19df054030228d:TRAE Work CN.0.1.34.no_sid.no_ppe.T(2026/7/14 18:39:18)
第四步：部署指导
项目完善后，在 TRAE 的指导下完成了线上部署：
- TRAE 编写了 Dockerfile（基于 Ubuntu 22.04，集成 Python 运行时 + XeLaTeX 编译环境 + 中文字体）
- 完成了阿里云 ECS 服务器的部署配置（systemd 服务管理、安全组端口开放）
- 部署过程中还发现了服务配置指向错误文件的问题（简化版 vs 完整版），在 TRAE 指导下修正了 systemd 的
ExecStart路径 - 最终项目成功运行在公网环境，可随时访问
【截图 - 部署指导】：
Session ID：1074693747247258:566abc061d1cf9ea7c3de8d5e3375e3d_6a5120599f9de36280d9c228.6a566719d02210703f849e62.6a5667191f62baf88966ab69:TRAE Work CN.0.1.34.no_sid.no_ppe.T(2026/7/15 00:44:15)