使用 Pandoc 将 markdown 链接转换为 html

Question

在我的新项目中，我有多个相互链接的降价文件。 这些链接引用原始的.md 文件。

示例： 文件 README.md

...
1. [Development documentation](Development.md)
1. [User documentation](Usage.md)
...

如果我使用 Pandoc 转换这些文件，例如到 html 文件，所有链接仍然指向原始的 .md 文件。我正在寻找的是一种转换链接类型的方法，这意味着输出文件应该引用输出文件类型，如 HTML、PDF、TeX 等。有没有办法用 Pandoc 转换内部链接类型？

我用它来转换文件：

pandoc -f markdown -t html5 input.md -o output.html

Answer 1

以built-in Lua filters 为例：

# links-to-html.lua
function Link(el)
  el.target = string.gsub(el.target, "%.md", ".html")
  return el
end

然后：

pandoc -f markdown -t html5 input.md -o output.html --lua-filter=links-to-html.lua

Answer 2

您可以创建一个过滤器来检查每个 link 元素，并且 - 如果 url 以 .md 结尾 - 将其替换为 .html。

Python 示例，使用 panflute 包：

import panflute as pf

def action(elem, doc):
    if isinstance(elem, pf.Link) and elem.url.endswith('.md'):
        elem.url = elem.url[:-3] + '.html'
        return elem

if __name__ == '__main__':
    pf.run_filter(action)

Answer 3

假设您要通过网络服务器为您提供 html 页面，将所有 *.md url 解析为 *.html 相对简单，而不是通过 pandoc 重写它们，例如使用 NGinx：

location ~ \.md$ {
  if (!-f $request_filename) {
    rewrite ^(.*)\.md$ $1 permanent;
  }
}

location / {
  try_files /$uri /$uri.html;
}

或者，您可以使用sed 将所有md 链接替换为html （取自here）：

将所有内部文件 url 从指向 *.md 链接改为指向本地 *.html 文件

1. 递归运行这个 sed 命令（以编程方式替换 FILENAME）

   sed -n -i.bak '/href="\./s/\.md/\.html/' FILENAME.html
   

2. 或者，改为运行以下命令（以编程方式替换 FILENAME）

   sed -e '/href="\./s/\.md/\.html/' FILENAME.html > FILENAME.html.tmp && mv FILENAME.html.tmp FILENAME.html`
   

Answer 4

我遇到了类似的问题，所以我做了这个：https://github.com/MatrixManAtYrService/md_htmldoc

它会在一个目录中找到所有.md 文件，然后创建一个单独的目录，其中所有markdown 都已转换为html。

它修复了超链接（感谢@Sergio_Correia 的回答）。

它还收集所有本地文件引用，以便图像链接等仍然有效

Answer 5

对于任何使用 Makefile 来推动转换的人，这里有一个 Makefile 片段，它提供了将 .md 转换为 .html 并调整链接的规则：

SHELL=/bin/bash

%.html: %.md
    ( set -eu -o pipefail ; \
    pandoc -i $< -t html | \
    sed -E 's/<a href="([^"]*).md/<a href="\1.html/g' > $@.tmp && mv -vf $@.tmp $@ ; )

如果test.md 存在于当前目录，make test.html 会这样做。

该规则还负责在转换实际成功之前不破坏现有的 HTML 文件（无论是什么原因）。

Answer 6

对 Sergio Correia 的回答 https://stackoverflow.com/a/41005658/ 稍作修改也可以捕获文档中的锚链接。请注意，在极少数情况下，这可能会导致链接乱码...

import panflute as pf

def action(elem, doc):
    if isinstance(elem, pf.Link):
        if elem.url.endswith('.md'):
            elem.url = elem.url[:-3] + '.html'
            return elem
        elif elem.url.find('.md#'):
            elem.url = elem.url.replace('.md#', '.html#')
            return elem

if __name__ == '__main__':
    pf.run_filter(action)