markdown文本轉換word，pdf

pandoc及下載和安裝

pandoc是什麼

pandoc是一個軟件，是一個能把千奇百怪的文檔格式互相轉換的神器，是一把文檔轉換的瑞士軍刀（swiss-army knife）。很少說，放一張其官網（http://www.pandoc.org）

下載pandoc

下面如下載Windows下的pandoc爲例：

• 官網下載連接：https://github.com/jgm/pandoc/releases/tag/2.2
• 根據本身的操做系統位數下載合適的msi安裝包，我下載的是：pandoc-2.2-windows-x86_64.msi

安裝pandoc

下載pandoc安裝包以後，像安裝普通軟件同樣點開安裝就能夠了。安裝完成以後，打開cmd命令行，輸入pandoc -v，若是正常顯示出相似下面的信息就代表安裝成功，若是未成功，可能須要配置環境變量，把安裝的路徑C:\Users\Frank\AppData\Local\Pandoc\加入環境變量：

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 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批處理文件： 
  建立文本文件，寫入一行代碼pandoc -s test.md -o test.docx，命名爲md2doc.bat； 
  此批處理文件將調用pandoc將test.md轉換爲test.docx；
• 將須要轉換的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，而後出現docx文件，轉換成功。

• 須要轉換的md文檔與bat批處理文件放入同一文件夾下；

• 雙擊md2doc.bat，轉換；

走過的一些路，趟過的一些坑

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

嘗試過的不合適的方案

下面涉及的轉換方法能夠參見pandoc的使用文檔（http://www.pandoc.org/MANUAL.html），這裏再也不敘述細節。

• 直接使用pandoc把md轉爲PDF。問題：報錯，緣由是電腦沒有安裝Latex解析引擎。
• 裝好了MiKTex這樣一個Latex解析引擎以後，再轉，又失敗了，緣由是不支持中文字體（md文件中有中文字體）。
• 指定字體爲宋體後再轉，雖然成功轉爲了PDF文件，可是文件的字體、行間距、排版等樣式都比較醜陋，不滿意。
• 在網上又搜了搜，再加上指定Latex模板文件轉，雖然可以調整一些參數了，但一方面模板文件猶如天書般難懂，另外一方面不少格式仍是不能精細調整。
• 變換一下思路，採起迂迴戰術，按照md->HTML->PDF的路徑轉。因而先把md轉爲HTML，HTML的樣式卻是挺美觀，而後在瀏覽器中使用瀏覽器的打印功能把HTML轉爲PDF。然而仍是存在文檔格式不能精細調整的問題。
• 發現轉HTML的時候能夠指定css樣式文件，在css樣式文件中能夠配置標題、正文、段落的精細格式。奈何這種方法和Latex模板文件的缺點相似，投入/產出比太高，遂放棄。

一個不太合適的方案

在網上搜的時候，發現有一個Python三方庫叫pypandoc（文檔：https://pypi.org/project/pypandoc/），核心方法叫pypandoc.convert_file，支持一大堆參數。仍是考慮到投入/產出比，我只是想安靜地轉一下md到PDF，並不想開發一個很吊的文件轉換工具，因此暫時不必去研究這個三方庫的API，之後有須要再研究吧。

最終採起的解決方案

最終轉換到另外一種思路來，依然採用迂迴戰術，不過是按照：md->docx->PDF，一試，發現這種方式很靠譜，主要是由於：一是md轉爲docx很簡單，只需pandoc的一條命令就搞定，不須要額外裝其餘的軟件；二是轉爲docx文檔後，還能夠在其中手動精細調整字體、字號、段落之類的格式，直到本身滿意爲止。最後用Word也能夠完美地把docx轉爲PDF。

並且在生成的docx文檔中手工調完精細格式以後，還能夠把docx文檔的格式模板導出成dot文檔模板文件保存，後面再生成docx文檔時不須要再一個個手工調格式了，只需把這個dot模板文件中的樣式所有導入便可（怎麼導入能夠到網上搜）。

md轉爲docx文檔的pandoc命令相似於這樣： 
pandoc text.md -o text.docx

這種方案最爲優雅，遂採用之。

腳本封裝，支持批量轉換

• 把轉換命令封裝成bat批處理腳本，之後再進行轉換的時候只需簡單雙擊一下bat腳本便可，好比封裝成convert.bat文件，內容以下：

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

• 1
• 2

• 批量處理：假如幾十上百個md文件要批量轉爲docx文件，難道要手工一個個複製這些文件名和pandoc命令去轉換嗎？徹底不須要，一個bat腳本搞定（convert.bat）：

@echo off :: 遍歷當前文件夾下的全部後綴名爲md的文件 for /f %%a in ('dir /b *.md') do ( :: 執行pandoc命令，把每一個md文件都轉爲docx文件，docx文件的文件名爲：md文件名.md.docx pandoc %%a -o %%a.docx ) pause 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

假設當前文件夾下有3個md文件test1.md、test2.md、test3.md，他們的內容都爲：

# 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 

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

雙擊執行convert.bat後，生成了3個docx文件：

打開test1.md.docx，發現總體格式還不錯，而且還支持md的表格語法：

小結

• pypandoc庫之後有須要了能夠進一步研究一下。
• 在決定採起一種方案解決問題以前，首先要考慮投入/產出比，是否值得采用這種方案。