使用Pandoc将HTML转换为DOCX

Question

我试图使用以下命令将此html转换为docx：

pandoc -s input.html -o output.docx

其中，输入文件为：

<p><font color = \"#808080\">SHILPI</p>

pandoc -s -o "test.docx" -t html5 -t docx html_file

但是它失去了颜色，我只看到了文本。据我所知，我认为HTML代码是正确的，因为当我使用wkhtmltopdf将相同的HTML转换为PDF时，它会给出正确的颜色。可能出了什么问题？提前感谢。

- Shilpi Agrawal

---

你的问题是pandoc convert html with style sheet to docx的重复，但我无法让解决方案起作用。因此，我认为链接到一个不起作用的解决方案是不公平的。 - Black Frog

Answer 1

这不是Pandoc的工作方式，它不理解CSS，只认识HTML/Markdown。它保留内容，但不保留布局等方面的信息，详情请参见语义化HTML。

然而，你可以使用模板来保持输出的一致性样式。对于Word，这有点复杂，但你可以使用--reference-doc选项实现基本相同的效果。

- mb21

---

谢谢您，但我的文档每次都不同，所以我不想使用参考docx。 - Shilpi Agrawal

我明白了，虽然如此，答案仍然是正确的 :) （编辑帖子以添加到语义化HTML的链接）。 - mb21

Answer 2

尝试：

pandoc  -s -S test.htm -o test.docx

参考资料：http://pandoc.org/demos.html

- Frank Boucher

---

我现在明白了，使用pandoc -f markdown+smart -t markdown-smart命令。 - Artem Dumanov

Answer 3

这个检查功能突出显示已弃用的 HTML 标签，并提供替换它们为 CSS 或其他标签的能力。 也许最好使用这个： <p style="color: #808080">SHILPI</p>

- user5334053

---

不，这是错误的HTML输入，甚至在网页中都无法正常工作。 - Shilpi Agrawal

如果我没有错的话，这是一个学习所有当前符号的好例子。http://www.freecodecamp.com/challenges/bonfire-search-and-replace - user5334053