标签: pandoc

我正在尝试使用 pandoc 将通过邮件收到的 .docx 转换为正确的 pdf（我使用的是 GNU/Linux）。

我有一个关于字符编码的错误：

$ pandoc file.docx -o file.pdf
pandoc: Cannot decode byte '\x87': Data.Text.Encoding.decodeUtf8: Invalid UTF-8 stream

我试图识别编码：

$ file -i file .docx 
file.docx: application/vnd.openxmlformats-officedocument.wordprocessingml.document; charset=binary

我有点惊讶charset=binary（我期待charset=iso8859-15）。但是，我无论如何都尝试将 .docx 转换为 utf8，但它不起作用：

 $ iconv -t utf-8 file.docx
P!      $iconv: séquence d'échappement non permise à la position 16

我对pandoc 文档中的命令行有同样的错误：

iconv -t utf-8 file.docx | pandoc | iconv -f utf-8

如何使用 pandoc 将此 .docx 转换为 pdf？

我正在将文档从 Pandoc markdown 转换为 .pdf。我像这样运行转换，一切正常：

pandoc test.MD -f markdown -o test.pdf

但是，我希望 pandoc 以横向而不是纵向格式输出我的 PDF 页面。有没有办法做到这一点？

在文档中，我找不到正确的命令（在LaTex 的变量下检查）。添加\setuppapersize[letter,landscape]那里提到的 command 似乎只有在您使用我没有安装/未安装经验的上下文引擎时才有效。我还想指出，我正在使用该\newpage命令将文件分成几页，以防万一。

我将不胜感激任何指点！

我即将通过电子邮件与我的一个朋友一起参与一些散文写作。作为一个普通人，他当然会使用 MS Word 文档格式；作为一个大书呆子，我更喜欢在电脑上写作时使用 Markdown。

我需要的是这个关于将从网页复制的富文本转换为 markdown 的问题完全相反。我天真的最坏情况工作流程是：

1. 用 Markdown 编写文档
2. 用 pandoc -S file.mkd -o temp.html
3. temp.html在网络浏览器中打开
4. 从页面复制并粘贴到 libreoffice 中打开的文档

我确信这可以优化。

（在这种情况下，Google Docs 不是一个选项）。

尽管我已经回答了主要问题，但我仍然觉得这可以进一步优化。如果有任何方法可以连接 .doc 文件（我将接收和 pandoc 可以写入的文件），也许使用 libreoffice 命令行界面，那么我想有可能构建一个过于复杂的单行和完全避免离开航站楼。如果有人找到一种方法来做到这一点，我会很乐意接受我自己的答案。

在命令行中将 markdown 转换为 pdf 最简单的工具是什么？

我找到了人们建议使用的howtos pandoc，但所需的包需要千兆字节的依赖项：

apt-get install pandoc texlive-latex-base texlive-fonts-recommended texlive-extra-utils texlive-latex-extra

是否有一些最小的工具可以在命令行中将简单的 markdown 转换为 pdf，并且不需要大量的依赖项？

我使用的是 Debian 10。

有人对如何在 Arch 上安装 pandoc 有任何建议吗？我正在尝试从这里安装 pandoc-static：https://aur.archlinux.org/packages/pandoc-static/，尽管它似乎与我的 xmonad 安装冲突（我使用 xmonad 作为 TWM）：

[grease-lightning]/home/.../builds/pandoc-static$ makepkg -s
==> Making package: pandoc-static 1.15.0.6-1 (Sun Aug 16 23:18:48 PDT 2015)
==> Checking runtime dependencies...
==> Checking buildtime dependencies...
==> Retrieving sources...
  -> Found pandoc-static-1.15.0.6-1.tar.xz
  -> Found pandoc-static-1.15.0.6-1.tar.xz.sig
==> Validating source files with sha512sums...
    pandoc-static-1.15.0.6-1.tar.xz ... Passed
    pandoc-static-1.15.0.6-1.tar.xz.sig ... Skipped
==> Verifying source file signatures with gpg...
    pandoc-static-1.15.0.6-1.tar.xz ... Passed
==> Extracting sources...
  -> Extracting pandoc-static-1.15.0.6-1.tar.xz with bsdtar
==> Starting prepare()...
==> Removing existing …

我有一个脚本，它读取 VCS 日志，将其转换为乳胶，然后使用文本awk替换@COMMITS@模板中的关键字：

untagged=$(get-commit-messages "$server" "$rev")
IFS=$'\n' untagged=( $untagged )  # Tokenize based on newlines
for commit in "${untagged[@]}"; do
  tex+="\\\nui{"                  # Wrap each commit in a custom command
  tex+=$(echo "$commit" | pandoc -t latex --wrap=none)
  tex+="}
"
done

awk -v r="$tex" '{gsub(/@COMMITS@/,r)}1' template

由于提交消息实际上只是文本，因此我pandoc -t latex用来确保所有内容都为 Latex 解析器正确转义。

我的问题是awk解析器未转义这些。如果我_在提交消息中找到 a ，pandoc会将其替换为\_，但随后awk会将其转换回并发出警告：

awk: warning: escape sequence `\_' treated as plain `_'

这将导致乳胶解析器失败。

有没有办法让我防止awk …