使用 pandoc 进行文档转换（word转pdf）

Posted 2022-03-31 catoop

pandoc 是一个神奇的转换工具（详见官网），它支持各种文档格式之间的转换。如果使用它进行 pdf 转换需要依赖外部引擎（LaTeX）。

安装 pandoc

以 CentOS 为例，其他操作系统详见官网安装说明。

1、进入页面 https://github.com/jgm/pandoc/releases
2、下载 pandoc-2.17.1.1-linux-amd64.tar.gz
3、解压缩后bin目录中的 pandoc 即为可以直接使用的二进制文件。

安装 LaTeX 引擎

如果需要使用 pandoc 转换文档为 pdf，需要安装在操作系统上安装 latex（默认使用 LaTeX 引擎），否则会出现错误 pdflatex not found. Please select a different --pdf-engine or install pdflatex。

XeLaTeX 是使用 LaTeX 的排版引擎。对于中文文档，pdflatex 转换会出现字符集不支持的问题，可以使用参数指定 xelatex 引擎来转换中文文档。

1、下载 ISO 镜像文件

2、挂载 iso 文件进行安装

先 mount，再执行 ./install-tl 命令。

[root@server01 data]# mount -o loop texlive2021-20210325.iso /data/texlive
mount: /dev/loop0 is write-protected, mounting read-only
[root@server01 texlive]# ./install-tl

# 中途出现提示 Enter command: 时输入 I 然后继续

如果安装 latex 出现错误 Can't locate Digest/MD5.pm in @INC (@INC contains，说明缺少依赖 perl-Digest-MD5，可以执行 yum -y install perl-Digest-MD5 来安装（安装成功后继续 ./install-tl）。

3、配置环境变量

在安装包 iso 中有指导手册 ./texlive-doc/texlive-zh-cn/texlive-zh-cn.pdf

查看 pdf 文档的 3.4.1 节，添加如下环境变量到用户环境下.bash_profile（或全局的 /etc/profile）

PATH=/usr/local/texlive/2021/bin/x86_64-linux:$PATH 
export PATH
MANPATH=/usr/local/texlive/2021/texmf-dist/doc/man:$MANPATH 
export MANPATH
INFOPATH=/usr/local/texlive/2021/texmf-dist/doc/info:$INFOPATH 
export INFOPATH

执行 source ~/.bash_profile 使配置立即生效。

4、查看3.4.4节添加 tex 系统自带的字体文件

将 texlive-fontconfig.conf 文件复制到 /etc/fonts/conf.d/09-texlive.conf 后，再运行 fc-cache -fsv 命令。

[root@server01 texlive]# cp /usr/local/texlive/2021/texmf-var/fonts/conf/texlive-fontconfig.conf /etc/fonts/conf.d/09-texlive.conf
[root@server01 texlive]# fc-cache -fsv

5、使用测试

编辑如下内容为 test.tex 文件

%% coding:utf8
%% coding:utf8
\\documentclassarticle
\\usepackagexeCJK
\\setCJKmainfontSimSun
\\begindocument
你好, TeX Live 2013！
\\enddocument

执行转换命令 pandoc --pdf-engine=xelatex -s test.tex -o test.pdf，验证生成的 pdf 文件是否正确。

---

更多关于 latex 的内容详见官网资料，如下：
https://www.latex-project.org/
https://www.tug.org/texlive/acquire-netinstall.html
https://www.tug.org/texlive/acquire-netinstall.html#netlwp
https://www.tug.org/texlive/quickinstall.html
https://pandoc.org/demos.html

基于docker的使用方法

以上内容我们还需要在服务器上安装环境，如果使用 pandoc 的 docker 镜像 将会使这一切都变的更简单。

示例：

# 设置运行命令的别名
alias pandock='docker run --rm -v "$(pwd):/data" -u $(id -u):$(id -g) pandoc/latex'

# 转换一个 markdown 文档为 pdf 文件
pandock -s test.md -o test.pdf

---

（END）