Probleme bei der Verarbeitung erweiterter LaTeX-Matheausdrücke mit latex2sympy ⇐ Python

[Guest]

Ich arbeite an einem Projekt, bei dem ich LaTeX-Dokumente, insbesondere die mathematischen Ausdrücke, verarbeiten und sie mit latex2sympy in symbolische Darstellungen umwandeln muss. Während die Bibliothek für viele grundlegende Ausdrücke funktioniert, stoße ich auf Probleme mit komplexeren LaTeX-Notationen, wie Definitionen, Mengen und Ausdrücken mit Primzahlen oder griechischen Buchstaben.
Hier ist ein Beispiel dafür LaTeX-Eingabe, die ich verarbeite:

Code: Select all

\begin{definition}{}
Given $G=(V,E,\mu)$, and $W\subseteq V$, we define the \emph{clone of $G$ by duplication of $W$}, $Cl_G^W$, as:

$$Cl_G^W=(V \cup W', E \cup E', \mu \cup \{(n', \mu(n))\}_{n \in W} \cup \{(e', \mu(e))\}_{e' \in E'})$$
where $W' = \{n'\ :\ n \in W\}$ are new cloned nodes from $W$, and $E'$ is a set of new edges obtained from incident edges on nodes of $W$ where nodes of $W$ are replaced by copies of $W'$ (edges connecting original nodes with cloned nodes and edges connecting cloned nodes, are cloned).
\end{definition}

Um dies zu verarbeiten, habe ich ein Python-Skript geschrieben, das latex2sympy verwendet. Hier ist der Hauptteil meines Codes:

Code: Select all

from latex2sympy2 import latex2sympy
import re
import sympy as sp
import logging

class LatexProcessor:
def _convert_equations_to_text(self, latex_text, processed_text):
equation_pattern = re.compile(r'\$.*?\$|\$\$.*?\$\$|\\\\\[.*?\\\\\]|\\\\\(.*?\\\\\)', re.DOTALL)
equations = equation_pattern.findall(latex_text)

for equation in equations:
try:
equation_clean = equation.strip("$").strip("\\[").strip("\\]").strip("\\(").strip("\\)").strip()
if not equation_clean.strip():
raise ValueError("Empty equation")

equation_clean = equation_clean.replace("\\subseteq", "