使用Pandoc进行文档转换

8.5. 使用Pandoc进行文档转换#

使用pandoc可以方便地对文档的格式进行相互转换。

8.5.1. 安装Pandoc#

pandoc安装说明：jgm/pandoc

pandoc用户手册：https://pandoc.org/MANUAL.html

根据系统按它的说明下载对应的安装包即可，ubuntu下不要直接用apt安装，apt安装的版本太旧。

在ubuntu下可以使用如下命令查看pandoc的说明：

man pandoc

8.5.2. docx转rst#

使用python安装rstdoc扩展包，方便转换：https://pypi.org/project/rstdoc/

docx转rst操作步骤：

  • 先把docx文档按章节分开，一个章节一个docx文档，不然整个文档转换可能太大， 导致错误，而且整个文档转换图片或内容不方便处理。

  • 使用rstfromdocx命令一个个文档转换成rst

使用如下指令转换

#doc1为要转换的文档
rstfromdocx -lurg doc1.docx

命令执行后会生成与文档名相同的目录，目录下是sphinx形式的rest文档， 把rest文档复制至新的书籍目录并把后缀改为rst，media下的图片也放到目标书籍的同级目录即可。

小技巧

在Windows转换后，生成的文件目录引用使用的路径是“”，而sphinx路径只支持“/”， 所以图片之类的引用路径要注意修改。

8.5.3. pandoc rst转docx#

rstdocx插件据说可以更完美地把rst转成docx，但还不清楚rstdocx插件如何把rst转成docx，但用pandoc可满足基本要求。

pandoc rstfile.rst  -f   rst  -t docx  -o targetdocfile.docx  --data-dir=sourcedir  --reference-doc=module.docx

  • 其中rstfile.rst是源文件，-f 指源格式，-f 指目标格式

  • -o指定的是输出文件

  • --data-dir=指定的是依赖目录

  • --reference-doc=是docx模版文件，使用模版文件转换可以把标题之类的格式搞得更规范

reference-doc模版及说明：https://pandoc.org/MANUAL.html#option--reference-doc

8.5.4. pandoc docx转rst#

与rst转docx类似，输出的图片目录可以使用这个参数设置：

--extract-media=DIR

目录