使用 pandoc 作为库时，什么可能导致“commitAndReleaseBuffer：无效参数（无效字符）”？

Question

我使用 pandoc 作为库，相关代码片段是：

module Lib
    ( latexDirToTex, latexToTxt
    ) where

import qualified Data.ByteString as BS
import           Data.List (isSuffixOf)
import qualified Data.Text as T
import qualified Data.Text.IO as TIO
import           ForeignLib (chdir)
import           Path
import           System.Directory (getDirectoryContents )
import           Text.Pandoc
import           Text.Pandoc.UTF8 (toText)

latexToTxt :: Path b File -> IO T.Text
latexToTxt  fPath = do
  fileBS <- BS.readFile $ toFilePath fPath
  result <- runIO $ do
    doc <- readLaTeX def $ toText fileBS
    writePlain def doc
  handleError result

由此，您可以看到我基本上只是调用readLaTeX来读取 LaTeX 文档。

然而，当我尝试运行这段代码时，在实践中遇到了很多麻烦，出现了像标题中的错误：

[WARNING] Could not convert TeX math '\begin{array}{ccccccccccc}
       &  & 1 & 2 & 4 & 7 & 11 & 15 & 15 &  &  \\
  \hline
      0 & \vline & 1 & 0 & 0 & 0 & 0 & 0 & 0 & \vline & 1 \\
      1 & \vline & 1 & 1 & 0 & 0 & 0 & 0 & 0 & \vline & 3 \\
      2 & \vline & 1 & 2 & 1 & 0 & 0 & 0 & 0 & \vline & 9 \\
      3 & \vline & 1 & 3 & 3 & 1 & 0 & 0 & 0 & \vline & 26 \\
      4 & \vline & 1 & 4 & 6 & 4 & 1 & 0 & 0 & \vline & 72 \\
      5 & \vline & 1 & 5 & 10 & 10 & 5 & 1 & 0 & \vline & 191 \\
      6 & \vline & 0 & 6 & 15 & 20 & 15 & 6 & 1 & \vline & 482 \\
      7 & \vline & 0 & 0 & 21 & 35 & 35 & 21 & 7 & \vline & 1134 \\
      8 & \vline & 0 & 0 & 0 & 56 & 70 & 56 & 28 & \vline & 2422 \\
      9 & \vline & 0 & 0 & 0 & 0 & 126 & 126 & 34 & \vline & 4536 \\
      10 & \vline & 0 & 0 & 0 & 0 & 0 & 252 & 210 & \vline & 6930 \\
      11 & \vline & 0 & 0 & 0 & 0 & 0 & 0 & 462 & \vline & 6930
    \end{array}', rendering as TeX:
      0 & \vline & 1 & 0 & 0 & 0 & 0 & 0 &
          ^
  unexpected "\\"
  expecting "&", "\\\\", white space or "\\end"
arxiv-pandoc-static: <stdout>: commitAndReleaseBuffer: invalid argument (invalid character)

与直接使用 pandoc 可执行文件相比，不会发生此类错误，并且我收到了很好的输出。我想将 pandoc 阅读器配置得尽可能灵活，并且不会出现错误（或者更好的是，首先避免错误）。我如何通过 pandoc API 实现这一点？

Answer 1

我相信这不是一个 pandoc 问题，而是一个 GHC 或文本包问题。答案可以在一个完全不相关的 Haskell 项目hledger 文档中找到：

收到诸如“非法字节序列”或“无效或不完整的多字节或宽字符”或“commitAndReleaseBuffer：无效参数（无效字符）”之类的错误

使用 GHC 编译的程序（hledger、haskell 构建工具等）需要在环境中配置支持 UTF-8 的语言环境，否则在遇到非 ascii 字符时会因此类错误而失败。

要修复此问题，请将 LANG 环境变量设置为支持 UTF-8 的某个区域设置。您选择的区域设置必须安装在您的系统上。

export LANG=C.UTF-8因此，在 shell 中运行类似的命令应该可以解决这个问题。