如何使用Pandoc将带有mathjax的HTML转换为Latex？

Question

我有一些带有MathJax方程的HTML文档,我想将它们转换为Latex,然后转换为pdf.我想用Pandoc.

但是,Pandoc取而代之$,\$它将替换\为公式\textbackslash{}.

是否有可能让Pandoc将MathJax公式从HTML传递到Latex？

Answer 1

使用最新版本的pandoc(1.12.2),您可以执行以下操作:

pandoc -f html+tex_math_dollars+tex_math_single_backslash -t latex

好多了!如果你不想转换由\(和分隔的数学,那就\)做

pandoc -f html+tex_math_dollars -t latex

Answer 2

这不是一件容易的事.这是一个应该有效的解决方案,前提是您只使用$和$$作为数学分隔符,并假设您的文档不包含任何其他用途$.(如果你不能假设,你可以尝试在下面的内容中调整perl正则表达式.)

步骤1:安装Haskell平台(如果您还没有),并安装'cabal install pandoc'以获取pandoc库.(如果您使用二进制安装程序安装了pandoc,则只有可执行文件,而不是Haskell库.)

第2步:现在编写一个小的Haskell脚本 - 我们称之为fixmath.hs:

import Text.Pandoc

main = toJsonFilter fixmath

fixmath :: Block -> Block
fixmath = bottomUp fixmathBlock . bottomUp fixmathInline

fixmathInline :: Inline -> Inline
fixmathInline (RawInline "html" ('<':'!':'-':'-':'M':'A':'T':'H':xs)) =
  RawInline "tex" $ take (length xs - 3) xs
fixmathInline x = x

fixmathBlock :: Block -> Block
fixmathBlock (RawBlock "html" ('<':'!':'-':'-':'M':'A':'T':'H':xs)) =
  RawBlock "tex" $ take (length xs - 3) xs
fixmathBlock x = x

编译:

ghc --make fixmath.hs

这将为您提供可执行文件fixmath.现在,假设您的输入文件是input.html,以下命令应该将其转换为乳胶并且数学完整,将结果放入output.html:

cat input.html | \
perl -0pe 's/(\$\$?[^\$]+\$\$?)/\<!--MATH$1-->/gm' | \
pandoc -s --parse-raw -f html -t json | \
./fixmath | \
pandoc -f json -t latex -s > output.tex

第一部分是perl one-liner,它将您的数学位置放在标记为"MATH"的特殊HTML注释中.第二部分将HTML解析为与文档对应的Pandoc数据结构的JSON表示.然后fixmath转换此结构,将特殊HTML注释更改为原始LaTeX块和内联.(有关解释,请参阅使用pandoc编写脚本.)最后,我们将JSON转换回LaTeX.