《Pandoc用户指南》之一

@(编程)

1. 描述

Pandoc是一个用于从一种标记格式转换为另一种的Haskell库，还是一个使用该库的命令行工具。它可以读取markdown格式和Textile格式（的子集）、reStructuredText格式、HTML格式、以及LaTeX格式；而且它可以写成纯文本、markdown格式、reStructuredText格式、HTML格式、LaTeX格式、ConTeXt格式、RTF格式、DocBook XML格式、OpenDocument XML格式、ODT格式、GNU Texinfo格式、MediaWiki markup格式、EPUB格式、Textile格式、groff man页面、Emacs Org-Mode格式、以及Slidy格式或S5格式的HTML幻灯片显示。

Pandoc的markdown增强版包括的语法有：脚注、表格、灵活有序列表、定义列表、分隔的代码块、上标、下标、删除线、标题块、自动目录、嵌入式LaTeX数学符号、引用、以及将HTML标记内的块元素转化为markdown格式。（在下面的Pandoc的markdown格式小节下描述了这些增强语法，还可以使用--strict选项将其禁用。）

同大多数用于从markdown格式转换为HTML格式的现有工具不同的是，那些工具都使用了正则替换，而Pandoc具有模块化设计：它由一系列读出器和一系列编写器组成的，读出器用于以给定格式分析文本并生成一份此文档的本地表示，编写器则用于将这份本地表示转换为目标格式。因此，增加某种输入或输出格式只需要增加一个读出器或编写器就可以了。

2. 使用Pandoc

如果未指定input-file（输入文件），那么将从stdin（标准输入）中读取输入。否则，多个输入文件input-files会串联起来（彼此之间以一个空行分隔），并作为输入使用。在默认情况下，会输出到stdout（标准输出设备，如命令行窗口）（然而，对于odt和epub输入格式则被禁用输出到stdout）。对于输出到文件，应使用-o选项：

pandoc -o output.html input.txt
除了文件，还可以给定一个绝对URI。在本例中，Pandoc将使用HTTP协议获取相应内容：

pandoc -f html -t markdown http://www.fsf.org
如果有多个输入文件，pandoc在解析前将把它们全部串联起来（它们彼此之间以若干空行分隔）。

输入和输出格式可以使用命令行选项显式指定。可使用-r/--read或-f/--from选项指定输入格式，使用-w/--write或-t/--to选项指定输出格式。因此，把hello.txt从markdown格式转换为LaTeX格式，你可以输入：

pandoc -f markdown -t latex hello.txt
把hello.html从html格式转换为markdown格式：

pandoc -f html -t markdown hello.html
在-t/--to选项下列出了支持的输出格式。在-f/--from选项下列出了支持的输入格式。请注意，rst、textile、latex、以及html读出器是不完整的；尚有一些它们没有解析的结构。

如果没有显示指定输入或输出格式，那么pandoc将尝试从输入和输出文件名的扩展名来猜出相应格式。因此，例如，

pandoc -o hello.tex hello.txt
将把hello.txt从markdown格式转换为LaTeX格式。如果没有指定输出文件（因此会输出到stdout），或者如果输出文件的扩展名是未知的，那么输出格式将默认采用HTML格式。如果没有指定输入文件（因此输入将来自stdin），或者如果输入文件的扩展名是未知的，那么除非显式指定，否则输入格式将假定为markdown格式。

Pandoc对于输入和输出都使用UTF–8字符编码。如果你的本地字符编码不是UTF–8，你应该通过iconv传送输入和输出：

iconv -t utf-8 input.txt | pandoc | iconv -f utf-8

转载

转载自http://www.ituring.com.cn/article/746
作者：高翌翔