博客
关于我
Wiley Online Library的LATEX模板说明
阅读量:508 次
发布时间:2019-03-07

本文共 707 字,大约阅读时间需要 2 分钟。

CTEX下无法安装Stix字体包是个常见问题。经过一番调研,一位网友在一篇博客中找到了完美的解决方案。为了让后来的开发者少走几步坎坷,我将这篇博客的主要内容整理如下:

在CTEX中安装Stix字体包的过程中,很多人会遇到无法正常完成的困难。一直以来,光看CTEX的官方包就只能够大家的基本需求,而安装完整的字体包往往是个挑战。

经过亲身实践,发现自己的CTEX安装路径并非最优选择。最初的尝试是下载CTEX 2.9.2.164清华大学开源完整版,但最初使用的是2.9.2版本的非完整版本。在尝试在updmap文件中添加字体映射时,经常会遇到错误提示。这种情况下,才发现自己可能使用的是CTEX的旧版本,可能无法完全支持更复杂的环境配置。

经过反复搜索和尝试,发现最新版本的CTEX 2.9.2.164版本确实有所改进。但需要用到米.fieldsane的updmap文件,但按照之前老版本的loader那样的配置方式,现在已经不适用了。

最终决定采取更加谨慎的方式,先使用CTEX 2.9.2版本来满足日常工作需求。假设大家可能也会遇到升级困难,这里建议先卸载现有的CTEX安装包重新进行安装。

在实际操作过程中,发现更新至2.9.2版本后,很多授权问题都得到了有效解决。由于完成此次更新后,之前配置字体包的问题都自然而然地迎刃而解。

如果大家对这部分安装流程还有疑问,还可以参考一下天朝的博客,这篇详细教程应该对大家有所帮助。记得在进行类似操作前,先确认好自己的环境配置,避免后续麻烦。

经这次经历,深刻体会到在做开发工具配置时,认真阅读文档、跟老司机询问经验都是熬磨镜子的事情。希望下一次安装字体包也能少走弯路。

转载地址:http://bgrjz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>