pandoc及下載和安裝

pandoc是什么

pandoc是一個(gè)軟件，是一個(gè)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(shuō)，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(diǎn)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(diǎn)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(guò)的一些路，趟過(guò)的一些坑

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

嘗試過(guò)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(xì)節(jié)。

• 直接使用pandoc把md轉(zhuǎn)為PDF。問(wèn)題：報(bào)錯(cuò)，原因是電腦沒(méi)有安裝Latex解析引擎。

• 裝好了MiKTex這樣一個(gè)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(xì)調(diào)整。

• 變換一下思路，采取迂回戰(zhàn)術(shù)，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(xì)調(diào)整的問(wèn)題。

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

一個(gè)不太合適的方案

在網(wǎng)上搜的時(shí)候，發(fā)現(xiàn)有一個(gè)Python三方庫(kù)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(gè)很吊的文件轉(zhuǎn)換工具，所以暫時(shí)沒(méi)必要去研究這個(gè)三方庫(kù)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(lái)，依然采用迂回戰(zhàn)術(shù)，不過(guò)是按照：md->docx->PDF，一試，發(fā)現(xiàn)這種方式很靠譜，主要是因?yàn)椋阂皇莔d轉(zhuǎn)為docx很簡(jiǎn)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(dòng)精細(xì)調(diào)整字體、字號(hào)、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(xì)格式之后，還可以把docx文檔的格式模板導(dǎo)出成dot文檔模板文件保存，后面再生成docx文檔時(shí)不需要再一個(gè)個(gè)手工調(diào)格式了，只需把這個(gè)dot模板文件中的樣式全部導(dǎo)入即可（怎么導(dǎo)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(jìn)行轉(zhuǎn)換的時(shí)候只需簡(jiǎn)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(gè)md文件要批量轉(zhuǎn)為docx文件，難道要手工一個(gè)個(gè)復(fù)制這些文件名和pandoc命令去轉(zhuǎn)換嗎？完全不需要，一個(gè)bat腳本搞定（convert.bat）：

@echo off
:: 遍歷當(dāng)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(gè)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(shè)當(dāng)前文件夾下有3個(gè)md文件test1.md、test2.md、test3.md，他們的內(nèi)容都為：

# 一級(jí)標(biāo)題1
## 二級(jí)標(biāo)題1
* 列表項(xiàng)1
* 列表項(xiàng)2

## 二級(jí)標(biāo)題2
正文1-1

# 一級(jí)標(biāo)題2
正文2-1

# 一級(jí)標(biāo)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(gè)docx文件：

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

小結(jié)

• pypandoc庫(kù)以后有需要了可以進(jìn)一步研究一下。

• 在決定采取一種方案解決問(wèn)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