如何使用Pandoc将带有mathjax的HTML转换为Latex？

Question

我有一些带有MathJax方程的HTML文档，我想将它们转换为Latex，然后转换为pdf。 我想用Pandoc。

然而，Pandoc替换$用\\$它取代\\公式与\\textbackslash{}

是否有可能让Pandoc将MathJax公式从HTML传递到Latex？

Answer 1

使用最新版本的pandoc（1.12.2），您可以执行以下操作：

pandoc -f html+tex_math_dollars+tex_math_single_backslash -t latex

好多了！ 如果你不想转换由\\(和\\)分隔的数学，那就行了

pandoc -f html+tex_math_dollars -t latex

Answer 2

这不是一件容易的事。 这是一个应该有效的解决方案，前提是你只使用$和$$作为数学分隔符，并假设你的文档不包含$任何其他用途。 （如果你不能假设，你可以尝试在下面的内容中调整perl正则表达式。）

步骤1：安装Haskell平台 （如果您还没有），并安装'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，而不是Haskell库。）

第2步：现在编写一个小的Haskell脚本 - 我们称之为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：

ghc --make fixmath.hs

这将为您提供可执行的fixmath 。 现在，假设您的输入文件是input.html ，以下命令应将其转换为乳胶并且数学完整，将结果放在output.html ：

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perl one-liner，它将您的数学位置放在标记为“MATH”的特殊HTML注释中。 第二部分将HTML解析为与文档对应的Pandoc数据结构的JSON表示。 然后fixmath转换此结构，将特殊HTML注释更改为原始LaTeX块和内联。 （有关解释，请参阅使用pandoc编写脚本 。）最后，我们将JSON转换回LaTeX。