Overleaf 小技巧（如何在arxiv下载latex文档 ；文献引用cite，citet，citep有什么区别；\newcommand命令怎么用；怎么打出引号、英文连接符）

arxiv文章如何下载latex文件

看论文的时候，遇到一些新奇的格式，但是不知道对方是怎么弄出来的，应该怎么办呢？
可以去arxiv找找有没有这篇文章，然后把它的latex压缩包下下来。

• 步骤：

1. 先在arxiv找到对应文章，点击other formats下载压缩包，一定记得改名哦！
2. 进行解压，再压缩成zip格式（因为overleaf只认zip格式）
3. 导入到overleaf就可以看啦
   
   
   
   

引用文献cite，citet，citep有什么区别

看别人论文的时候，发现有 cite citet citep几种引用格式，网上百度了一下发现看不明白，于是在overleaf中试了一下。

• 区别：

1. 对于ACM模板（引用是[x]形式），cite 和 citep是没有区别的。但是！citet太方便啦！会自动填充作者信息，连et al.都不用自己写！！我之前写引用都是手动敲人名，常常会因为搞不清楚名和姓而困惑，没想到还有citet这么方便的引用手段！
2. 对于类似AAAI的模板，下面第二张图很清楚啦，cite 和 citep是一样的~ citet把作者从括号里提出来了。

关于超链接，\newcommand命令

正常来说，论文中Figure 1只有那个1才是超链接（只有点击1，才能跳转到图片位置）。

那如果我们希望整个 Figure 1 都是超链接，应该怎么做呢？这个时候就需要用到\newcommand命令啦。

• 首先看一下\newcommand命令语法：

\documentclass{article}
 
\usepackage{ctex}
 
%\newcommand————定义命令
%命令只能由字母组成，不能以\end{}
%\newcommand<命令>[<参数个数>][<首参数默认值>]{<具体的定义>}
 
%\newcommand可以是简单的字符床替换%
%使用\PRC 相当于 People's Republic of \emph{China}%\emph为强调
\newcommand\PRC{People's Republic of \emph{China}}
 
%\newcommand也可以使用参数
%参数的个数从1到9，使用时用 #1，#2，#3......#9表示
\newcommand\loves[2]{#1 喜欢 #2}
\newcommand\hatedby[2]{#2 不受 #1 喜欢}
 
 
%\newcommand参数也可以有默认值
%指定参数个数的同时指定首个参数的默认值，那么这个命令的
%第一个位置参数就成为可选的参数（要使用中括号指定）
\newcommand\love[3][喜欢]{#2 #1 #3}
 
%\renewcommand————从新定义已有的命令
%用法与\newcommand类似
 
 
%正文区
\begin{document}
	
	\PRC
	
	\loves{小猫}{鱼}
	
	\hatedby{小猫}{萝卜干}
	
	\love{小猫}{鱼}
	
	\love[最爱]{小猫}{鱼}%注意如果要修改默认参数，要用[]
	
\end{document}

我的理解就是，定义一个新的简单的命令，用来替换复杂的命令。

• 那我们怎样才能实现扩充超链接范围的目的呢？

1. 首先需要在overleaf中新建一个文档，然后在主文档中导入。
   
   

2. definitions文档中，定义新命令 \myfig。
   

3. 接下来就是使用命令啦！刚刚定义了超链接格式是fig：#1，所以我们在使用的时候也要遵守这个规则哦！
   

4. 我们在文中引用图片的时候，直接用新命令引用，不要用ref哦！
   

5. 最后重新编译，你就会惊喜的发现，整个Figure 1都是一个超链接啦！同理，你还可以通过\newcommand命令修改超链接颜色，实现多种个性化设置~

怎么打出前引号后引号

不知道大家有没有发现，latex中的前引号后引号是不能用''打出来的。我之前一直用的是“xxx”，后来发现``x''可以打出前引号和后引号。
文字解释的不是很清楚，大家直接看图吧：

怎么打出连接符

缩写

说明文档
\acl是全称
\ac是自动（第一次全程，后面简称）
\acp是自动 + 复数（加s）
\Acp是自动+复数+首字母大写

使用方法：

\acrodef{CF}{collaborative filtering}
\acrodef{CRS}{conversational recommender system}
\acrodef{RL}{reinforcement learning}