pandoc及下載和安裝

pandoc是什么

pandoc是一個軟件，是一個能把千奇百怪的文檔格式互相轉(zhuǎn)換的神器，是一把文檔轉(zhuǎn)換的瑞士軍刀（swiss-army knife）。不多說，放一張其官網(wǎng)（http://www.）的圖，一圖勝千言，感受一下：

下載pandoc

下面以下載Windows下的pandoc為例：

• 官網(wǎng)下載鏈接：https://github.com/jgm/pandoc/releases/tag/2.2

• 根據(jù)自己的操作系統(tǒng)位數(shù)下載合適的msi安裝包，我下載的是：pandoc-2.2-windows-x86_64.msi

安裝pandoc

下載pandoc安裝包之后，像安裝普通軟件一樣點開安裝就可以了。安裝完成之后，打開cmd命令行，輸入pandoc -v，如果正常顯示出類似下面的信息就表明安裝成功，如果未成功，可能需要配置環(huán)境變量，把安裝的路徑C:\Users\Frank\AppData\Local\Pandoc\加入環(huán)境變量：

C:\Users\Administrator.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:\Users\Administrator.PC-20170728DWIF\AppData\Roaming\pandoc

Web:  http://
This is free software; see the source for copying conditions.
There is no warranty, not even for merchantability or fitness
for a particular purpose.

• 配置bat批處理文件：
  創(chuàng)建文本文件，寫入一行代碼pandoc -s test.md -o test.docx，命名為md2doc.bat；
  此批處理文件將調(diào)用pandoc將test.md轉(zhuǎn)換為test.docx；

• 將需要轉(zhuǎn)換的md文件與bat文件放在同一文件夾下；

• 點擊md2doc.bat，閃爍cmd黑窗口，然后出現(xiàn)docx文件，轉(zhuǎn)換成功。

• 需要轉(zhuǎn)換的md文檔與bat批處理文件放入同一文件夾下；

  

• 雙擊md2doc.bat，轉(zhuǎn)換；

走過的一些路，趟過的一些坑

下面是使用pandoc把markdown（以下簡稱md）文件轉(zhuǎn)為PDF所遇到的一系列的坑。

嘗試過的不合適的方案

下面涉及的轉(zhuǎn)換方法可以參見pandoc的使用文檔（http://www./MANUAL.html），這里不再敘述細節(jié)。

• 直接使用pandoc把md轉(zhuǎn)為PDF。問題：報錯，原因是電腦沒有安裝Latex解析引擎。

• 裝好了MiKTex這樣一個Latex解析引擎之后，再轉(zhuǎn)，又失敗了，原因是不支持中文字體（md文件中有中文字體）。

• 指定字體為宋體后再轉(zhuǎn)，雖然成功轉(zhuǎn)為了PDF文件，但是文件的字體、行間距、排版等樣式都比較丑陋，不滿意。

• 在網(wǎng)上又搜了搜，再加上指定Latex模板文件轉(zhuǎn)，雖然能夠調(diào)整一些參數(shù)了，但一方面模板文件猶如天書般難懂，另一方面很多格式還是不能精細調(diào)整。

• 變換一下思路，采取迂回戰(zhàn)術，按照md->HTML->PDF的路徑轉(zhuǎn)。于是先把md轉(zhuǎn)為HTML，HTML的樣式倒是挺美觀，然后在瀏覽器中使用瀏覽器的打印功能把HTML轉(zhuǎn)為PDF。然而還是存在文檔格式不能精細調(diào)整的問題。

• 發(fā)現(xiàn)轉(zhuǎn)HTML的時候可以指定css樣式文件，在css樣式文件中可以配置標題、正文、段落的精細格式。奈何這種方法和Latex模板文件的缺點類似，投入/產(chǎn)出比過高，遂放棄。

一個不太合適的方案

在網(wǎng)上搜的時候，發(fā)現(xiàn)有一個Python三方庫叫pypandoc（文檔：https:///project/pypandoc/），核心方法叫pypandoc.convert_file，支持一大堆參數(shù)。還是考慮到投入/產(chǎn)出比，我只是想安靜地轉(zhuǎn)一下md到PDF，并不想開發(fā)一個很吊的文件轉(zhuǎn)換工具，所以暫時沒必要去研究這個三方庫的API，以后有需要再研究吧。

最終采取的解決方案

最終轉(zhuǎn)換到另一種思路來，依然采用迂回戰(zhàn)術，不過是按照：md->docx->PDF，一試，發(fā)現(xiàn)這種方式很靠譜，主要是因為：一是md轉(zhuǎn)為docx很簡單，只需pandoc的一條命令就搞定，不需要額外裝其他的軟件；二是轉(zhuǎn)為docx文檔后，還可以在其中手動精細調(diào)整字體、字號、段落之類的格式，直到自己滿意為止。最后用Word也可以完美地把docx轉(zhuǎn)為PDF。

而且在生成的docx文檔中手工調(diào)完精細格式之后，還可以把docx文檔的格式模板導出成dot文檔模板文件保存，后面再生成docx文檔時不需要再一個個手工調(diào)格式了，只需把這個dot模板文件中的樣式全部導入即可（怎么導入可以到網(wǎng)上搜）。

md轉(zhuǎn)為docx文檔的pandoc命令類似于這樣：
pandoc text.md -o text.docx

這種方案最為優(yōu)雅，遂采用之。

腳本封裝，支持批量轉(zhuǎn)換

• 把轉(zhuǎn)換命令封裝成bat批處理腳本，以后再進行轉(zhuǎn)換的時候只需簡單雙擊一下bat腳本即可，比如封裝成convert.bat文件，內(nèi)容如下：

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

• 批量處理：假如幾十上百個md文件要批量轉(zhuǎn)為docx文件，難道要手工一個個復制這些文件名和pandoc命令去轉(zhuǎn)換嗎？完全不需要，一個bat腳本搞定（convert.bat）：

@echo off
:: 遍歷當前文件夾下的所有后綴名為md的文件
for /f %%a in ('dir /b *.md') do (
    :: 執(zhí)行pandoc命令，把每個md文件都轉(zhuǎn)為docx文件，docx文件的文件名為：md文件名.md.docx
    pandoc %%a -o %%a.docx
)
pause

假設當前文件夾下有3個md文件test1.md、test2.md、test3.md，他們的內(nèi)容都為：

# 一級標題1
## 二級標題1
* 列表項1
* 列表項2

## 二級標題2
正文1-1

# 一級標題2
正文2-1

# 一級標題3
表格1：

姓名|年齡|性別
---|---|---
張三|30|男
李四|28|男
王五|29|男

雙擊執(zhí)行convert.bat后，生成了3個docx文件：

打開test1.md.docx，發(fā)現(xiàn)整體格式還不錯，并且還支持md的表格語法：

小結(jié)

• pypandoc庫以后有需要了可以進一步研究一下。

• 在決定采取一種方案解決問題之前，首先要考慮投入/產(chǎn)出比，是否值得采用這種方案。

參考：https://www.jianshu.com/p/52cbee87a45a