调整换行

TeX Live 2024 附带的 hyphen.tex，第一行就是一句喊话：The Plain TeX hyphenation tables [NOT TO BE CHANGED IN ANY WAY!]。这个文件收着 4447 条英语连字模式，LaTeX 每次决定在哪里换行都要查它；文件末尾还附着一份手写的例外表，总共只有十四个词。其中 present 和 project 一个断点都没有——同一串字母有两种读法，TeX 分不清你指的是哪一个，索性不断。调整断行位置，说到底就是在自己的稿子里重做这个判断。本页覆盖 \\、\newline、\linebreak[n]、\nolinebreak[n]、任意连字符 \-、\hyphenation{...}、hyphenat 宏包，以及 babel 的分语言连字模式，数字全部实测。

先划一条界线。用空行或 \par 另起段落是一回事，调整段落内部的断行位置是另一回事。前者带来首行缩进和段间距，后者只在同一段之内挪动行尾的位置。再往外还有第三层——版面节奏的设计，\widowpenalty 与 \raggedbottom 的世界——那属于分页设计那一页。请求把一段排短或排长一行的 \looseness，连同实测结果也放在那里。本页只谈行这一层。

\\ 与 \newline 的区别：同一个宏，不同的入口

\newline 的定义是 \@normalcr\relax，而 \\ 就是同一个宏去掉那个 \relax（见 latex.ltx）。差别就在这一个记号上。\\ 会继续去看后面有没有 * 或 [长度]；\newline 被 \relax 挡住，根本不看。实际排一下 Alpha\newline[2ex] Beta，纸面上就会原样印出 [2ex]。反过来，\\[2ex] 会在该行之后加 2ex 的竖直间距，\\* 则禁止在该处分页。实务上的分工：要用选项就写 \\，要让源码读起来意图明确就写 \newline。

两者的共同点是结束这一行而不把它拉长。宏体是 \unskip … \nobreak \hfil \break：先在右侧放一个可无限伸展的 \hfil，然后才断行。这个 \hfil 把富余全部吸走，于是行停在自然长度上，保持短。这正是它们适合地址和诗句的原因——每一行都应该在你想要的位置结束。但有一个副作用。把 \\ 放在段落的最末尾，就制造出一条空的末行，日志随即报 Underfull \hbox (badness 10000) in paragraph at lines 6--7。段落末尾不需要 \\——紧跟标题之后的那一行同样不需要。如果用在根本没有行可结束的位置（比如段落开头），得到的则是 ! LaTeX Error: There's no line here to end.。

% \\ and \newline end the line short; \linebreak justifies it to the margin.
First road is steep\\
second road is gentle.

% \\ takes an optional length and a star; \newline takes neither.
Alpha\\[2ex] Beta        % 2ex of vertical space after the line
Alpha\\*    Gamma        % no page break allowed here
Alpha\newline[2ex] Delta % prints a literal [2ex] on the page

% A trailing \\ at the end of a paragraph produces
%   Underfull \hbox (badness 10000) in paragraph at lines 6--7
This paragraph does not need one.

在表格里，两者的角色泾渭分明。在 tabular 的 p{...} 列这样的会生成段落的单元格中，\newline 只在该单元格内断行，而 \\ 结束整行（整条记录）。想把地址塞进一个单元格排成两行？那就用 \newline。实测：在 p{3cm} 单元格里写 Line one\newline Line two，同一行内叠成两层，右侧相邻单元格纹丝不动。array 环境里同样由 \\ 分行。反过来，在 l、c 这类不生成段落的列里用 \newline，因为没有行可结束，就会得到上面那条错误。

\linebreak[n] 与 \nolinebreak[n] 里的 n 到底是多少惩罚值

n 取 0 到 4 五档，分别翻译成 0、51、151、301、10000 这几个惩罚值。 latex.ltx 里的 \@getpen 返回 0 / \@lowpenalty / \@medpenalty / \@highpenalty / \@M，而在标准文档类中，这三个量在 article.cls 第 118–120 行被设为 51、151、301。\linebreak[n] 把该值取负放进去（在此断行有奖励），\nolinebreak[n] 则取正（在此断行要付代价）。省略参数时两者都按 4 处理，也就是 ∓10000——TeX 眼中的无穷大。看见数字，取舍就定了：[1] 背后的 51 只是一句耳语，正文的 badness 轻易就压过它；到了 [3] 的 301 才算真正开口；只有 [4] 是命令。

\linebreak 与 \\ 断行的结果相同，成品却截然相反。\linebreak 只是放下一个惩罚值，因此该行照常两端对齐，被拉伸到右边距——字间会显得空旷正是这个缘故。\\ 则用那个 \hfil 吸走富余，保持短。记住这句就不会犹豫：要断得短就用 \\，要拉齐到边距就用 \linebreak。 细节上，\@no@lnbk 会先用 \unskip 去掉前面的空白，放入惩罚值，再补回同宽的空白——所以写成 word\linebreak word 也不会出现双倍空格。

不许在此断开：连接号 ~ 与 \mbox 的代价

如果只想保住一个空格，波浪号 ~ 是首选。 它的宽度与普通词间空格相同，唯一的区别是那里不能断行。凡是不能与数字或符号分离的词都用它：Fig.~3、Dr.~Smith、Chapter~12、equation~\ref{eq:1}。关键在于，~ 不会妨碍前后单词的连字。它相当于 \nobreak 加一个空格——只在那一点放一个无穷惩罚（\nobreak 即 \penalty10000）——单词本身仍可自由断开。需要分级强度就用 \nolinebreak[n]，需要一刀切的禁止就用底层的 \nobreak。

\mbox{...} 则是另一回事。它把内容装进一个盒子，于是里面的东西既不能跨行断开，也不能加连字符。这适合像 T-34 这样不许拆开的短语，但要付代价。实测：在宽 4.2cm 的 minipage 里，dichlorodiphenyltrichloroethane 原样放进去能排下；一旦裹上 \mbox{...}，日志就报 Overfull \hbox (18.8814pt too wide)，单词越出右边距 18.88pt。把长 URL 或化合物名用 \mbox 固定，是比病更重的药。下文的 \hyphenation{...} 无断点登记，以及 hyphenat 的 \nohyphens{...}，都能在不做成盒子的前提下只关掉连字符。

用 \- 追加连字点：不是「这里也能断」，而是「只能在这里断」

只要在一个词里插入哪怕一个 \-，LaTeX 就只会在你标记的位置断词，绝不会用它自己找到的那些点。 由模式推出的候选全部消失。用 \showhyphens 一排就看得很清楚：supercalifragilistic 原样有五处可断，su-per-cal-ifrag-ilis-tic；一旦写成 super\-califragilistic，就只剩 super-califragilistic 这一处。同样，hyphenation 从 hy-phen-ation 变成 hyphen-ation，只因为写了 hyphen\-ation。也就是说 \- 是对候选表的替换而非追加，你想要的每一个断点都得自己写出来。另外 \- 并不强制断行——它只表示「若要断，必须在这几处之一」。

% Ask TeX where it would break, and read the answer in the .log:
%   [] \T1/cmr/m/n/10 su-per-cal-ifrag-ilis-tic
\showhyphens{supercalifragilistic}
%   [] \T1/cmr/m/n/10 super-califragilistic   <- one \- killed the other four
\showhyphens{super\-califragilistic}

% So spell out every break point you actually want:
super\-cali\-fragi\-listic

为什么 long-standing 的后半截断不开：hyphenat 的 \hyp

因为同一条规则也适用于你自己敲下的普通连字符。 用 \showhyphens 验证：longstanding 会断成三段 long-stand-ing；可一旦写作 long-standing，结果就只剩 long-standing——只有你敲的那个连字符还在，stand-ing 没了。所有复合词都是如此：well-known、X-ray、state-of-the-art。行尾撞上长复合词时排版忽然变难，正是这条规则所致。解法是 hyphenat 宏包的 \hyp。写成 long\hyp standing，实测又回到 long-stand-ing：连字符看上去分毫未变，模式给出的候选却复活了。

hyphenat 里还有一件可以顶替 \mbox 的工具。\nohyphens{...} 的定义只有一行：把组内的 \language 切换到一门没有模式的语言。实测中 \nohyphens{supercalifragilistic} 的候选归零。因为它不造盒子，词的前后照旧可以断行——不会像 \mbox 那样越出 18pt。同样的思路下，\bshyp、\fshyp、\dothyp、\colonhyp 把 URL 和路径里的 \、/、.、: 变成可断字符；宏包选项 [none] 则仅用 \hyphenpenalty=10000\exhyphenpenalty=10000 两条赋值，就关掉整份文档的连字。

\usepackage{hyphenat}

% A plain "-" kills the rest of the word:  long-standing
% \hyp prints the same hyphen and keeps the patterns: long-stand-ing
long\hyp standing, well\hyp known, state\hyp of\hyp the\hyp art

% No hyphens in this word, but the line may still break around it.
% Unlike \mbox this cannot overflow the margin.
\nohyphens{supercalifragilistic}

% Breakable punctuation for URLs and paths:
https:\fshyp\fshyp example\dothyp com\fshyp very\fshyp long\fshyp path

\hyphenation{...} 不起作用时：重音符、词形变化、大写

同一个词反复出现时，就在导言区登记一次例外，不必弄脏正文。写法与高德纳在 hyphen.tex 末尾所做的完全一样：把用连字符标出断点的词列进 \hyphenation{...}。这个机制还有一个从写法上看不出来的用途：登记一个不含任何连字符的词，它就再也不会被断开。 实测：写下 \hyphenation{fortran} 之后，\showhyphens{fortran} 的候选归零。开头提到的 present 和 project 之所以以无断点的形式列在高德纳的例外表里，正是这个道理。与 \mbox 不同，它不造盒子，因此不会越出边距。

失效的原因也实测了三条。其一是重音符。在 OT1（默认字体编码）下写 \hyphenation{r\'e-sum\'e} 会以 ! Improper \hyphenation will be flushed. 中断，因为 OT1 里的重音字符是用 \accent 拼出来的，并非字母。加上 \usepackage[T1]{fontenc} 之后它成为单个字形，同一行便悄无声息地通过。其二是完全匹配。登记 \hyphenation{hyphena-tion} 后，hyphenation 确实断成 hyphena-tion，但复数形式 hyphenations 完全对不上这条例外，退回模式给出的 hy-phen-ations。词形变化必须逐个登记。其三，不区分大小写。TeX 先按 \lccode 转成小写再匹配，所以仅 For-tran 一条，就让 FORTRAN、Fortran、fortran 分别断成 FOR-TRAN、For-tran、for-tran。

\usepackage[T1]{fontenc}   % without this, an accent in \hyphenation errors:
                           % ! Improper \hyphenation will be flushed.

\hyphenation{% one entry per inflected form; case does not matter
  hyphena-tion  hyphena-tions
  r\'e-sum\'e
  fortran                 % no hyphens = never break this word
}

babel 的分语言连字模式：Wissenschaft 有两种断法

连字模式是分语言的，切换 \language 会让同一个词在不同位置断开。 实测说明一切。载入 \usepackage[english,ngerman]{babel} 后 \language 变为 36（ngerman），\showhyphens{Wissenschaft Wahrscheinlichkeit} 给出正确的 Wis-sen-schaft Wahr-schein-lich-keit。可一旦切到 \selectlanguage{english}（\language 为 0），同样两个词就变成 Wis-senschaft Wahrschein-lichkeit——按德语看是错的。反过来也一样：用德语模式排英文，typesetting 会断成 ty-pe-set-ting。不加 babel 写出的德语论文之所以总透着一股别扭，多半就是这个缘故。

由此直接推出一个后果：\hyphenation{...} 的例外表本身也是按 \language 分别保存的，因而只对声明当时生效的那门语言起作用。实测：在 \usepackage[english,ngerman]{babel} 之后于导言区写下 \hyphenation{Wiss-en-schaft}，ngerman 正文中该词确实按指定断成 Wiss-en-schaft；可 \selectlanguage{english} 之后这条例外整个不见了，退回英语模式的 Wis-senschaft。多语言文档里有条铁律：要在选定目标语言之后再登记例外。 另外，中日文没有这个意义上的连字，因此 \- 与 \hyphenation 都是给文档中西文部分用的工具。

\usepackage[T1]{fontenc}
\usepackage[english,ngerman]{babel}

% Exceptions belong to the language that is current when they are declared.
% Select the language first, then declare.
\selectlanguage{ngerman}
\hyphenation{Wiss-en-schaft}
\selectlanguage{english}
\hyphenation{hyphena-tion hyphena-tions}

% Check the result rather than guessing:
%   ngerman -> Wis-sen-schaft   english -> Wis-senschaft
\showhyphens{Wissenschaft}

修复断行警告的顺序：力气活留到最后

最不该做的修法，就是在警告出现的地方敲一个 \\ 了事。 TeX 的断行是着眼整段做优化的，钉死一行，剩下的分配就会变，另一行随之出问题。正确的顺序是：改写原稿 → 补充可断点 → 用 ~ 或 \nolinebreak 局部禁止 → 最后才放宽整段的容差。最后这一档——\tolerance、\emergencystretch、\sloppy（恢复默认用 \fussy），以及如何读懂 Overfull \hbox——归「Overfull \hbox 的处理」那一页管（\sloppy 其实只是四条赋值，也在那里实测过）。用 microtype 让字形微微伸缩的做法同样属于那一页。

• 先把长词、URL 和化合物名挑出来。 逐个送进 \showhyphens{...}，看看它们究竟有没有断点。
• 给专业术语一条 \hyphenation{...}。 每个词形变化各占一条；多语言文档要写在 \selectlanguage 之后。
• \- 留给最后那一个词。 记住，只要放一个，该词其余的候选就全没了。
• 人名、编号、单位用 ~ 拴住。 \mbox 只留给真正绝对不能拆开的短语。
• 多语言文档一定要载入 babel。 不切换语言，总有一门语言会一直断错位置。