Pandoc：一个超级强大的文档格式转换工具

Posted 不剪发的Tony老师

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Pandoc：一个超级强大的文档格式转换工具相关的知识，希望对你有一定的参考价值。

文章目录

大家好，我是只谈技术不剪发的 Tony 老师。最近发现了一款免费的文档格式转换工具：Pandoc，堪称该领域的神器，介绍给大家。

Pandoc 简介

Pandoc 是一个由 John MacFarlane 开发的通用文档转换工具，可以支持大量标记语言之间的格式转换，例如 Markdown 、Microsoft Word、PowerPoint、 Jupyter Notebook、html、PDF、LaTeX、Wiki、EPUB 格式之间的相互转换。官方称之为该领域中的“瑞士军刀”，并且给出了一个格式转换的示意图。


可以看出，Pandoc 支持非常多的格式；关键它还是一个开源免费的工具，源代码放在了 GitHub 上，使用 Haskell 编程语言实现。具体来说，Pandoc 支持以下格式之间的转换（← 表示可以从该格式转换为其他格式； → 表示可以转换为该格式；↔︎ 表示支持该格式的双向转换）：

  • 轻量级标记格式
    • ↔︎ Markdown（包括 CommonMark 和GitHub-flavored Markdown）
    • ↔︎ reStructuredText
    • → AsciiDoc
    • ↔︎ Emacs Org-Mode
    • ↔︎ Emacs Muse
    • ↔︎ Textile
    • ← txt2tags
  • HTML 格式
    • ↔︎ (X)HTML 4
    • ↔︎ HTML5
  • Ebooks
    • ↔︎ EPUB 版本 2 或者版本 3
    • ↔︎ FictionBook2
  • 文档格式
    • → GNU TexInfo
    • ↔︎ Haddock markup
  • Roff 格式
    • ↔︎ roff man
    • → roff ms
  • TeX 格式
    • ↔︎ LaTeX
    • → ConTeXt
  • XML 格式
    • ↔︎ DocBook 版本 4 或者版本 5
    • ↔︎ JATS
    • → TEI Simple
  • 大纲格式
    • ↔︎ OPML
  • 数据格式
    • ← CSV 表格
  • 文字处理格式
    • ↔︎ Microsoft Word docx
    • ↔︎ OpenOffice/LibreOffice ODT
    • → OpenDocument XML
    • → Microsoft PowerPoint
  • 交互式笔记格式
    • ↔︎ Jupyter notebook (ipynb)
  • 页面布局格式
    • → InDesign ICML
  • Wiki 标记语言格式
    • ↔︎ MediaWiki 标记语
    • ↔︎ DokuWiki 标记语
    • ← TikiWiki 标记语
    • ← TWiki 标记语
    • ← Vimwiki 标记语
    • → XWiki 标记语
    • → ZimWiki 标记语
    • ↔︎ Jira wiki 标记语
  • 幻灯片放映格式
    • → LaTeX Beamer
    • → Slidy
    • → reveal.js
    • → Slideous
    • → S5
    • → DZSlides
  • 自定义格式
    • → 支持使用 lua 编写自定义转换器
  • PDF
    • → 通过 pdflatex、lualatex、xelatex、latexmk、tectonic、wkhtmltopdf、weasyprint、prince、context、pdfroff 插件或者工具转为为 PDF

下载安装

Pandoc 提供了一个 Haskell 代码库和命令行程序，支持 Windows、macOS、Linux、Chrome OS、BSD、Docker、GitHub Actions 以及源码编译等方式。最简单的安装方式就是点击下载编译好的安装文件。

Windows

Pandoc 为 Windows 系统提供了编译后的 msi 安装包，可以直接运行安装；或者直接下载免安装的 zip 文件解压即可。还有一种安装方法就是使用 Chocolatey 进行安装：

choco install pandoc

macOS

Pandoc 为 macOS系统提供了编译后的 pkg 安装包，可以直接运行安装；或者直接下载免安装的 zip 文件解压即可。还有一种安装方法就是使用 Homebrew 进行安装：

brew install pandoc

Linux

对于 Debian、Ubuntu、Slackware、Arch、Fedora、NiXOS、openSUSE、gentoo 等主流 Linux 发行版，Pandoc 可以直接使用系统包管理器进行安装。同时 Pandoc 为 amd64 架构提供了二进制安装包。

其他操作系统和安装方式可以参考官方文档。

初步使用

下面我们介绍一下 Pandoc 命令行工具的简单使用。首先进入安装目录，运行 pandoc 或者 pandoc.exe：

d:\\Software\\pandoc-2.10.1>pandoc.exe --version
pandoc.exe 2.10.1
Compiled with pandoc-types 1.21, texmath 0.12.0.2, skylighting 0.8.5
Default user data directory: C:\\Users\\dongx\\AppData\\Roaming\\pandoc
Copyright (C) 2006-2020 John MacFarlane
Web:  https://pandoc.org
This is free software; see the source for copying conditions.
There is no warranty, not even for merchantability or fitness
for a particular purpose.

以上命令返回了 Pandoc 的版本信息。

接下来我们测试一下文件格式转换，在当前目录中创建一个文本文件 test.md，输入以下内容：

---
title: Test
...

# Test!

This is a test of *pandoc*.

- list one
- list two

然后在命令行输入以下命令：

pandoc.exe test.md -f markdown -t html -s -o test.html

文件名 test.md 是要转换的源文件；-f 设置输入文件的格式；-t 设置输出文件的格式；-s 表示创建一个“独立”文件，将会生成文件
页眉和页脚。默认的转换格式为 markdown 到 HTML，所以上面的命令也可以省略这两个选项。

执行之后在当前目录中生成了一个 test.html，内容如下：

<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml" lang="" xml:lang="">
<head>
  <meta charset="utf-8" />
  <meta name="generator" content="pandoc" />
  <meta name="viewport" content="width=device-width, initial-scale=1.0, user-scalable=yes" />
  <title>Test</title>
  <style>
    codewhite-space: pre-wrap;
    span.smallcapsfont-variant: small-caps;
    span.underlinetext-decoration: underline;
    div.columndisplay: inline-block; vertical-align: top; width: 50%;
    div.hanging-indentmargin-left: 1.5em; text-indent: -1.5em;
    ul.task-listlist-style: none;
    .display.mathdisplay: block; text-align: center; margin: 0.5rem auto;
  </style>
  <!--[if lt IE 9]>
    <script src="//cdnjs.cloudflare.com/ajax/libs/html5shiv/3.7.3/html5shiv-printshiv.min.js"></script>
  <![endif]-->
</head>
<body>
<header id="title-block-header">
<h1 class="title">Test</h1>
</header>
<h1 id="test">Test!</h1>
<p>This is a test of <em>pandoc</em>.</p>
<ul>
<li>list one</li>
<li>list two</li>
</ul>
</body>
</html>

如果想要将该文件转换为 LaTeX 格式，可以输入以下命令：

pandoc.exe test.md -f markdown -t latex -s -o test.tex

Pandoc 可以根据文件名扩展猜测出输入和输出文件的格式，例如以下命令可以将文件转换为 Word 文档格式：

pandoc.exe test.md -s -o test.docx

如果已经安装了 LaTeX，可以使用以下命令转换为 PDF 文件：

pandoc.exe test.md -f markdown -s -o test.pdf

输入 pandoc --help 命令可以查看工具的选项帮助，详细的使用介绍可以查看用户手册。

另外，Pandoc 还提供了一个在线格式转换工具以及各种格式转换示例。

Pandoc 集成

除了使用命令行方式之外，很多开发工具和软件都集成了 Pandoc，从而实现文件格式的转换。例如 Markdown 编辑器 PanWriter、Typora，文本编辑器 Atom、Sublime Text、Emacs、Vim，R Markdown，PanConvert、Manubot 等等。

更多集成了 Pandoc 的第三方软件列表可以点此查看。

相关资源

总结

Pandoc 是一个免费开源的格式转换工具，可以用于各种标记格式文档之间的转换。Pandoc 被广泛用于书写工作和电子书籍出版流程。

如果觉得文章对你有用，欢迎关注❤️、评论📝、点赞👍！

以上是关于Pandoc：一个超级强大的文档格式转换工具的主要内容，如果未能解决你的问题，请参考以下文章

使用 pandoc 进行文档转换（word转pdf）

将Latex tex文档转换成 word文档（下）

pandoc 文档转换失败，错误 127

markdown文本转换word，pdf

在 pandoc 中将 .odt 转换为 .docx

通过命令行Pandoc 来转换文件