如何使用Pandoc将带有MathJax的HTML转换成LaTeX？

Question

我有一些包含MathJax公式的HTML文档，想将它们转换为Latex文档，并生成pdf文件。我想使用Pandoc实现。

但是，Pandoc会将$替换为\$，并将公式中的\替换为\textbackslash{}。

是否有可能让Pandoc直接将MathJax公式从HTML转换成Latex而不进行任何修改？

- Jeromy Anglim

Answer 1

使用最新版的pandoc（1.12.2），您可以这样做：

pandoc -f html+tex_math_dollars+tex_math_single_backslash -t latex

很好！如果您不想转换由\(和\)包围的数学公式，只需执行以下操作：

pandoc -f html+tex_math_dollars -t latex

- John MacFarlane

Answer 2

这不是一项轻松的任务。以下解决方案应该有效，只要您在数学分隔符中仅使用 $ 和 $$，并且假设您的文档中没有其他用途的 $。 （如果不能做出这个假设，则可以尝试调整 Perl 正则表达式）。

第1步：如果您尚未安装，请安装Haskell平台，并 'cabal install pandoc' 以获取pandoc库。（如果您使用二进制安装程序安装了pandoc，则只有可执行文件，而没有Haskell库。）

第2步：现在编写一个小的Haskell脚本--我们将称其为 fixmath.hs：

import Text.Pandoc

main = toJsonFilter fixmath

fixmath :: Block -> Block
fixmath = bottomUp fixmathBlock . bottomUp fixmathInline

fixmathInline :: Inline -> Inline
fixmathInline (RawInline "html" ('<':'!':'-':'-':'M':'A':'T':'H':xs)) =
  RawInline "tex" $ take (length xs - 3) xs
fixmathInline x = x

fixmathBlock :: Block -> Block
fixmathBlock (RawBlock "html" ('<':'!':'-':'-':'M':'A':'T':'H':xs)) =
  RawBlock "tex" $ take (length xs - 3) xs
fixmathBlock x = x

编译这个：

ghc --make fixmath.hs

这将为您提供一个可执行的fixmath。现在，假设您的输入文件是input.html，以下命令应该能够将其转换为保留数学公式的latex格式，并将结果放入output.html中：

cat input.html | \
perl -0pe 's/(\$\$?[^\$]+\$\$?)/\<!--MATH$1-->/gm' | \
pandoc -s --parse-raw -f html -t json | \
./fixmath | \
pandoc -f json -t latex -s > output.tex

第一部分是一个Perl单行命令，将您的数学位放在特殊的HTML注释中标记为“MATH”。第二部分解析HTML，并将其转换为Pandoc数据结构的JSON表示，该结构对应于文档。然后，fixmath转换此结构，将特殊的HTML注释更改为原始的LaTeX块和内联。 （有关说明，请参见使用Pandoc进行脚本编写。）最后，我们从JSON转换回LaTeX。

- John MacFarlane

---

有没有办法让可执行文件 fixmath 与 pandoc-ruby 兼容？ - Daniel

Haskell脚本应该如何编写，才能不转换由\(\)分隔的数学公式？https://dev59.com/S3rZa4cB1Zd3GeqPyBRC - Daniel

看我的最新回答。 - John MacFarlane