pandoc

pandoc

多功能文档格式转换工具

Pandoc是一个开源的文档转换工具,支持多种标记语言和文档格式之间的转换。它能处理Markdown、HTML、LaTeX、Word等常见格式,并允许自定义扩展。Pandoc的模块化设计使用户可以通过添加自定义读取器和写入器来扩展功能。尽管在转换某些复杂格式时可能会有信息损失,但Pandoc注重保留文档的结构元素,为文档处理提供了灵活高效的解决方案。

Pandoc文档转换标记语言开源软件HaskellGithub开源项目

Pandoc

当前版本 Hackage版本 Homebrew Stackage LTS包 CI测试 许可证 Google Groups上的pandoc-discuss

通用标记转换器

Pandoc是一个Haskell库,用于将一种标记格式转换为另一种,同时也是一个使用该库的命令行工具。

它可以从以下格式转换:

<div id="input-formats"> </div>

它可以转换为

<div id="output-formats"> - `asciidoc`(由 [AsciiDoctor](https://asciidoctor.org/) 解释的现代 [AsciiDoc](https://www.methods.co.nz/asciidoc/)) - `asciidoc_legacy`(由 [`asciidoc-py`](https://github.com/asciidoc-py/asciidoc-py) 解释的 [AsciiDoc](https://www.methods.co.nz/asciidoc/)) - `asciidoctor`(`asciidoc` 的已弃用同义词) - `beamer`([LaTeX beamer](https://ctan.org/pkg/beamer) 幻灯片) - `bibtex`([BibTeX](https://ctan.org/pkg/bibtex) 参考文献) - `biblatex`([BibLaTeX](https://ctan.org/pkg/biblatex) 参考文献) - `chunkedhtml`(多个链接 HTML 文件的 zip 压缩包) - `commonmark`([CommonMark](https://commonmark.org) Markdown) - `commonmark_x`(带扩展的 [CommonMark](https://commonmark.org) Markdown) - `context`([ConTeXt](https://www.contextgarden.net/)) - `csljson`([CSL JSON](https://citeproc-js.readthedocs.io/en/latest/csl-json/markup.html) 参考文献) - `djot`([Djot 标记](https://djot.net)) - `docbook` 或 `docbook4`([DocBook](https://docbook.org) 4) - `docbook5`(DocBook 5) - `docx`([Word docx](https://en.wikipedia.org/wiki/Office_Open_XML)) - `dokuwiki`([DokuWiki 标记](https://www.dokuwiki.org/dokuwiki)) - `epub` 或 `epub3`([EPUB](http://idpf.org/epub) v3 电子书) - `epub2`(EPUB v2) - `fb2`([FictionBook2](http://www.fictionbook.org/index.php/Eng:XML_Schema_Fictionbook_2.1) 电子书) - `gfm`([GitHub 风格的 Markdown](https://help.github.com/articles/github-flavored-markdown/)),或已弃用且不太准确的 `markdown_github`;仅当您需要 [`gfm`](https://pandoc.org/MANUAL.html#markdown-variants) 不支持的扩展时才使用 [`markdown_github`](https://pandoc.org/MANUAL.html#markdown-variants)。 - `haddock`([Haddock 标记](https://www.haskell.org/haddock/doc/html/ch03s08.html)) - `html` 或 `html5`([HTML](https://www.w3.org/html/),即 [HTML5](https://html.spec.whatwg.org/)/XHTML [多用途标记](https://www.w3.org/TR/html-polyglot/)) - `html4`([XHTML](https://www.w3.org/TR/xhtml1/) 1.0 过渡版) - `icml`([InDesign ICML](https://manualzz.com/doc/9627253/adobe-indesign-cs6-idml-cookbook)) - `ipynb`([Jupyter 笔记本](https://nbformat.readthedocs.io/en/latest/)) - `jats_archiving`([JATS](https://jats.nlm.nih.gov) XML,存档和交换标记集) - `jats_articleauthoring`([JATS](https://jats.nlm.nih.gov) XML,文章创作标记集) - `jats_publishing`([JATS](https://jats.nlm.nih.gov) XML,期刊出版标记集) - `jats`(`jats_archiving` 的别名) - `jira`([Jira](https://jira.atlassian.com/secure/WikiRendererHelpAction.jspa?section=all)/Confluence wiki 标记) - `json`(原生 AST 的 JSON 版本) - `latex`([LaTeX](https://www.latex-project.org/)) - `man`([roff man](https://man.cx/groff_man(7))) - `markdown`([Pandoc 的 Markdown](https://pandoc.org/MANUAL.html#pandocs-markdown)) - `markdown_mmd`([MultiMarkdown](https://fletcherpenney.net/multimarkdown/)) - `markdown_phpextra`([PHP Markdown Extra](https://michelf.ca/projects/php-markdown/extra/)) - `markdown_strict`(原始未扩展的 [Markdown](https://daringfireball.net/projects/markdown/)) - `markua`([Markua](https://leanpub.com/markua/read)) - `mediawiki`([MediaWiki 标记](https://www.mediawiki.org/wiki/Help:Formatting)) - `ms`([roff ms](https://man.cx/groff_ms(7))) - `muse`([Muse](https://amusewiki.org/library/manual)) - `native`(原生 Haskell) - `odt`([OpenOffice 文本文档](https://en.wikipedia.org/wiki/OpenDocument)) - `opml`([OPML](http://dev.opml.org/spec2.html)) - `opendocument`([OpenDocument](http://opendocument.xml.org)) - `org`([Emacs Org 模式](https://orgmode.org)) - `pdf`([PDF](https://www.adobe.com/pdf/)) - `plain`(纯文本) - `pptx`([PowerPoint](https://en.wikipedia.org/wiki/Microsoft_PowerPoint) 幻灯片) - `rst`([reStructuredText](https://docutils.sourceforge.io/docs/ref/rst/introduction.html)) - `rtf`([富文本格式](https://en.wikipedia.org/wiki/Rich_Text_Format)) - `texinfo`([GNU Texinfo](https://www.gnu.org/software/texinfo/)) - `textile`([Textile](https://textile-lang.com)) - `slideous`([Slideous](https://goessner.net/articles/slideous/) HTML 和 JavaScript 幻灯片) - `slidy`([Slidy](https://www.w3.org/Talks/Tools/Slidy2/) HTML 和 JavaScript 幻灯片) - `dzslides`([DZSlides](https://paulrouget.com/dzslides/) HTML5 + JavaScript 幻灯片) - `revealjs`([reveal.js](https://revealjs.com/) HTML5 + JavaScript 幻灯片) - `s5`([S5](https://meyerweb.com/eric/tools/s5/) HTML 和 JavaScript 幻灯片) - `tei`([TEI Simple](https://github.com/TEIC/TEI-Simple)) - `typst`([typst](https://typst.app)) - `xwiki`([XWiki 标记](https://www.xwiki.org/xwiki/bin/view/Documentation/UserGuide/Features/XWikiSyntax/)) - `zimwiki`([ZimWiki 标记](https://zim-wiki.org/manual/Help/Wiki_Syntax.html)) - 自定义 Lua 写入器的路径,详见下方的[自定义读取器和写入器](https://pandoc.org/MANUAL.html#custom-readers-and-writers)

Pandoc 还可以通过 LaTeX、Groff ms 或 HTML 生成 PDF 输出。

Pandoc 的增强版 Markdown 包括表格、定义列表、元数据块、脚注、引用、数学公式等语法。详见下方用户手册中的 Pandoc 的 Markdown

Pandoc 采用模块化设计:它由一组读取器(用于解析给定格式的文本并生成文档的原生表示,即抽象语法树或 AST)和一组写入器(用于将这种原生表示转换为目标格式)组成。因此,添加输入或输出格式只需添加读取器或写入器即可。用户还可以运行自定义 pandoc 过滤器来修改中间 AST(参见过滤器Lua 过滤器的文档)。

由于 pandoc 对文档的中间表示比许多它所转换的格式更缺乏表现力,因此不应期望在每种格式之间都能完美转换。Pandoc 尝试保留文档的结构元素,但不保留格式细节,如页边距大小。而且某些文档元素,如复杂表格,可能不适合 pandoc 的简单文档模型。虽然从 pandoc 的 Markdown 到所有格式的转换都力求完美,但从比 pandoc 的 Markdown 更具表现力的格式进行转换可能会有所损失。

安装

如何安装 pandoc

文档

Pandoc 的网站包含完整的用户指南。它也以 pandoc 风格的 Markdown 格式在此提供。网站还包含一些 pandoc 使用示例和有限的在线演示

贡献

欢迎提交拉取请求、错误报告和功能请求。在开启新议题之前,请务必阅读贡献者指南

许可证

© 2006-2024 John MacFarlane (jgm@berkeley.edu)。根据 GPL 第 2 版或更高版本发布。本软件不附带任何形式的保证。(完整的版权和保证声明请参见 COPYRIGHT 文件。)

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多