Markdown 到 docx，包括复杂的模板答案

【问题标题】：Markdown to docx, including complex templateMarkdown 到 docx，包括复杂的模板
【发布时间】：2019-02-01 23:43:44
【问题描述】：

我已经使用 Pandoc 自动构建以将 Markdown 文件转换为 DOCX 文件。我什至为最终文档的样式使用了参考文档。我使用的命令是：

pandoc -f markdown -t docx --data-dir=docs/rendering/ mydoc.md -o mydoc.docx

reference.docx 由 Pandoc 从 docs/rendering 提取，Pandoc 使用与参考文档相同的样式渲染 mydoc.docx。

但是，reference.docx 不仅仅包含样式。它包含公司徽标、序言等。

如何自动将 Markdown 内容与 reference.docx 的样式和内容合并。我的解决方案需要在 Linux 上运行。

【问题讨论】：

你可以试试 MergeDocx（我们的商业产品；Java）
我曾经尝试过这样做，但我发现只渲染具有特殊打印样式的网页并让 Chrome 从中制作 PDF 会更容易。或将页面打印到 PDF 打印机。我不得不重新创建整个 DOCX，但这似乎比合并整个格式更容易（并且有出错的风险）。

【解决方案1】：

更新

使用用户 Christian Long 建议的管道版本：
pandoc -t latex mydoc.md | pandoc -f latex --data-dir=docs/rendering/ -o mydoc.docx

我知道这已经很晚了，但我假设人们仍在寻找原始问题三年后的解决方案——我知道我是。

我的解决方案是使用 LaTeX 作为 markdown 和 docx 之间的中介（实际上，我是从 org-mode 转换的，但相同的区别）。所以在你的情况下，我相信一个单一的解决方案是：

pandoc -f markdown -t latex -o mydoc.tex mydoc.md && \
pandoc -f latex -t docx --data-dir=docs/rendering/ -o mydoc.docx mydoc.tex

这可能会让你更接近你的目标。当然，Pandoc 有大约一百个可以处理的参数，并且可能有一些方法可以让这个参数更漂亮。自从您第一次发布问题以来，它也得到了很多更新。

【讨论】：

此解决方案有效。为了简化一点，您可以跳过中间的.tex 文件，并将 LaTeX 格式的数据从一个 pandoc 传输到另一个 pandoc。 pandoc -t latex mydoc.md | pandoc -f latex --data-dir=docs/rendering/ -o mydoc.docx

【解决方案2】：

理想情况下，您可以使用自定义 docx 模板，但 pandoc 还不支持。 reference.docx 文件只允许将自定义样式嵌入到新创建的 docx 文件中。

幸运的是，您可以使用 odt 而不是 docx 来近似这一点。您可以相当轻松地修改default OpenDocument template 以包含您的自定义徽标、序言和其他内容。将自定义模板与reference.odt 文件结合使用以获取所有样式和自定义内容。

一旦您拥有 odt 格式的文件，您就可以使用任意数量的命令行工具将 odt 转换为 docx。例如，在 Linux 上，您可以运行

libreoffice --invisible --convert-to docx test.odt

或者在 OS X 上：

/Applications/LibreOffice.app/Contents/MacOS/soffice.bin --invisible --convert-to docx test.odt

【讨论】：

为什么不自动将 docx 文件/模板转换为 odt？然后在pandoc转换中使用odt？（我是 pandoc 和文档模板的新手，所以请原谅我无知的问题。）
Pandoc 需要 odt 模板中的特殊变量才能正常工作（例如，请参阅 github.com/andrewheiss/Global-Pandoc-files/blob/master/…）。您无法在原生 docx 中创建它们——它们必须通过文本编辑器手动添加。

【解决方案3】：

理想情况下，PanDoc 很快就会增加这个功能but it doesn't look like likely。

我不知道有什么工具可以直接完成这项工作，但您可能会退回到在代码中合并 reference.docx 和 PanDoc 生成的 mydoc.docx。

.docx 格式是（主要是）XML 文件的 ZIP 存档。最重要的是word/document.xml。如果您使用 XML 工具从一个文件中获取（大部分）document.xml 并将其插入到另一个文件中，您将获得更接近您需要的内容。

如果插图有帮助，我可以拼凑出一个 Ruby 中的示例。

【讨论】：

【解决方案4】：

更新：此功能不完整

我在一些复杂的模板上使用了它，发现它很好地映射了字体、公司徽标等。但是要使用 .docx -> .docx，我必须手动将标题样式应用于章节/分节符。字体是正确的，但切片不正确。我将尝试 .md -> .docx 接下来。

此功能现已在 Pandoc 中可用，如下所述：

从上面的链接：

pandoc  input --reference-docx=my-reference.docx -o out.docx

my-reference.docx（注意不是.dotx）可以是：

当前文件夹或
由 --data-dir OR 定义的文件夹
data-dir 的系统默认文件夹是
- $HOME/.pandoc 在类 UNIX 系统上
- C:\Documents And Settings\USERNAME\Application Data\pandoc 在 Windows XP 上你不应该再使用了
- C:\Users\USERNAME\AppData\Roaming\pandoc 在 Windows Vista 或更高版本上。

【讨论】：