А можно ли? Как выглядит постскрипт? В нём буквы читаемые вообще? А LaTeX можно в постскрипт?

Но вообще, это обломидзе всё равно.

Потому что формулы.

Формулы нужно из LaTeX в Word конвертировать. (Pandoc умеет, если что.)

Буквы читаемые, если шрифты правильно замаплены, у него основная проблема в том, что семантики ни хрена нету, куски текста тупо абсолютно спозиционированы

Формулу ты в постскрипте уже нормально не прочитаешь.

Просто у меня идея-то какая: раз LaTeX умеет рендерить во все эти обскурные форматы типа XDV, то, наверное, у него какой-то код рендера в отдельном месте есть. И можно этот рендер сделать сменяемый, чтобы можно было рендерить в другие места вместо XDV. Я надеялся.

Ну вот зитек вроде напрямую с PDF работает

Нет, там как раз XDV.

XDV — это чуть модифицированный DVI.

И, насколько мне удалось понять, это уже слишком низкоуровневый формат для моей задачи (если мы хотим работать с формулами нормально).

Ну то есть с таким же успехом можно анализировать итоговую PDF'ку — в ней тоже весь текст есть, но связность блоков слабая, и формулы автоматически очень сложно собрать во что-то удобочитаемое.

надо рефактить этот говнокод

Я начинаю с малого — надо стратегию выбрать.

меньше связности богу связности!

Конечно же, я не один такой умный (и далеко не самый умный). Люди уже давным-давно начали проекты по рефакторингу LaTeX, и тут скорее надо выбрать, к кому можно примкнуть :)

Вот проект, что недавно скинули — tectonic — он очень похож на то, что нам нужно. Автор работает в том числе над форматом XDV, чтобы его раскурить и в итоге сделать что-то типа абстрактного рендера, который можно было бы использовать для преобразования в другие форматы.

Я ваще думаю, что пора бы уже закопать извращённое наследие TeX и запилить заместо что-то хипсторское и шебное. Но у шеба есть важная проблема, которая ставит крест на его применимости для серьёзной типографики — точность межсловных/межбуквенных интервалов очень низкая. Сверстать пиксельпёрфектно макет с большой простынёй текста почти нереально, даже если шрифт и его рендеринг точно совпадают — мелкие неточности накапливаются и текст уползает. Из-за этого, в частности, pdf.js весьма извращённый и тормозной, он буквы чуть ли не по одной позиционирует

А меня вот межбуквенные интервалы не интересуют, у меня другая задача — я хочу из обычного LaTeX-документа получать абстрактное представление, и с ним потом работать.

Там то ли в десятые, то ли в сотые пиксела упирается, и пляшет от браузера к браузеру