markdown文本转换word，pdf

Posted 2021-02-11 jjg0519

pandoc及下载和安装

pandoc是什么

pandoc是一个软件，是一个能把千奇百怪的文档格式互相转换的神器，是一把文档转换的瑞士军刀（swiss-army knife）。不多说，放一张其官网（http://www.pandoc.org）

下载pandoc

下面以下载Windows下的pandoc为例：

• 官网下载链接：https://github.com/jgm/pandoc/releases/tag/2.2
• 根据自己的操作系统位数下载合适的msi安装包，我下载的是：pandoc-2.2-windows-x86_64.msi

安装pandoc

下载pandoc安装包之后，像安装普通软件一样点开安装就可以了。安装完成之后，打开cmd命令行，输入pandoc -v，如果正常显示出类似下面的信息就表明安装成功，如果未成功，可能需要配置环境变量，把安装的路径C:UsersFrankAppDataLocalPandoc加入环境变量：

C:UsersAdministrator.PC-20170728DWIF>pandoc -v
pandoc 2.2
Compiled with pandoc-types 1.17.4.2, texmath 0.10.1.2, skylighting 0.7.0.2
Default user data directory: C:UsersAdministrator.PC-20170728DWIFAppDataRoamingpandoc
Copyright (C) 2006-2018 John MacFarlane
Web:  http://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.

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

• 配置bat批处理文件： 
  创建文本文件，写入一行代码pandoc -s test.md -o test.docx，命名为md2doc.bat； 
  此批处理文件将调用pandoc将test.md转换为test.docx；
• 将需要转换的md文件与bat文件放在同一文件夹下；

• 点击md2doc.bat，闪烁cmd黑窗口，然后出现docx文件，转换成功。

• 需要转换的md文档与bat批处理文件放入同一文件夹下；

  

• 双击md2doc.bat，转换；

走过的一些路，趟过的一些坑

下面是使用pandoc把markdown（以下简称md）文件转为PDF所遇到的一系列的坑。

尝试过的不合适的方案

下面涉及的转换方法可以参见pandoc的使用文档（http://www.pandoc.org/MANUAL.html），这里不再叙述细节。

• 直接使用pandoc把md转为PDF。问题：报错，原因是电脑没有安装Latex解析引擎。
• 装好了MiKTex这样一个Latex解析引擎之后，再转，又失败了，原因是不支持中文字体（md文件中有中文字体）。
• 指定字体为宋体后再转，虽然成功转为了PDF文件，但是文件的字体、行间距、排版等样式都比较丑陋，不满意。
• 在网上又搜了搜，再加上指定Latex模板文件转，虽然能够调整一些参数了，但一方面模板文件犹如天书般难懂，另一方面很多格式还是不能精细调整。
• 变换一下思路，采取迂回战术，按照md->html->PDF的路径转。于是先把md转为HTML，HTML的样式倒是挺美观，然后在浏览器中使用浏览器的打印功能把HTML转为PDF。然而还是存在文档格式不能精细调整的问题。
• 发现转HTML的时候可以指定css样式文件，在css样式文件中可以配置标题、正文、段落的精细格式。奈何这种方法和Latex模板文件的缺点类似，投入/产出比过高，遂放弃。

一个不太合适的方案

在网上搜的时候，发现有一个Python三方库叫pypandoc（文档：https://pypi.org/project/pypandoc/），核心方法叫pypandoc.convert_file，支持一大堆参数。还是考虑到投入/产出比，我只是想安静地转一下md到PDF，并不想开发一个很吊的文件转换工具，所以暂时没必要去研究这个三方库的API，以后有需要再研究吧。

最终采取的解决方案

最终转换到另一种思路来，依然采用迂回战术，不过是按照：md->docx->PDF，一试，发现这种方式很靠谱，主要是因为：一是md转为docx很简单，只需pandoc的一条命令就搞定，不需要额外装其他的软件；二是转为docx文档后，还可以在其中手动精细调整字体、字号、段落之类的格式，直到自己满意为止。最后用Word也可以完美地把docx转为PDF。

而且在生成的docx文档中手工调完精细格式之后，还可以把docx文档的格式模板导出成dot文档模板文件保存，后面再生成docx文档时不需要再一个个手工调格式了，只需把这个dot模板文件中的样式全部导入即可（怎么导入可以到网上搜）。

md转为docx文档的pandoc命令类似于这样： 
pandoc text.md -o text.docx

这种方案最为优雅，遂采用之。

脚本封装，支持批量转换

• 把转换命令封装成bat批处理脚本，以后再进行转换的时候只需简单双击一下bat脚本即可，比如封装成convert.bat文件，内容如下：

pandoc text.md -o text.docx && pause

• 1
• 2

• 批量处理：假如几十上百个md文件要批量转为docx文件，难道要手工一个个复制这些文件名和pandoc命令去转换吗？完全不需要，一个bat脚本搞定（convert.bat）：

@echo off
:: 遍历当前文件夹下的所有后缀名为md的文件
for /f %%a in (‘dir /b *.md‘) do (
    :: 执行pandoc命令，把每个md文件都转为docx文件，docx文件的文件名为：md文件名.md.docx
    pandoc %%a -o %%a.docx
)
pause

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

假设当前文件夹下有3个md文件test1.md、test2.md、test3.md，他们的内容都为：

# 一级标题1
## 二级标题1
* 列表项1
* 列表项2

## 二级标题2
正文1-1

# 一级标题2
正文2-1

# 一级标题3
表格1：

姓名|年龄|性别
---|---|---
张三|30|男
李四|28|男
王五|29|男

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20

双击执行convert.bat后，生成了3个docx文件：

打开test1.md.docx，发现整体格式还不错，并且还支持md的表格语法：

小结

• pypandoc库以后有需要了可以进一步研究一下。
• 在决定采取一种方案解决问题之前，首先要考虑投入/产出比，是否值得采用这种方案。