使用Pandoc將HTML中的多行代碼段轉換為Markdown

Question

我想使用pandoc將HTML的這段代碼轉換為Markdown。

<code class="code_block"># chown root:root /boot/grub/grub.cfg<br/># chmod og-rwx /boot/grub/grub.cfg 
</code>

我想要的輸出是這樣的。

```
# chown root:root /boot/grub/grub.cfg
# chmod og-rwx /boot/grub/grub.cfg
```

但是輸出我從來沒有在markdown文件中分別包含<br>換行符。

# chown root:root /boot/grub/grub.cfg# chmod og-rwx /boot/grub/grub.cfg

我已經嘗試過其他命令和擴展名。

$ pandoc -f html -t markdown t.html
$ pandoc -f html -t markdown+hard_line_breaks t.html 
$ pandoc -f html -t markdown+raw_html+hard_line_breaks t.html
$ pandoc -f html -t markdown+raw_html+hard_line_breaks-inline_code_attributes t.html

我想念什么嗎？

Answer 1

這是由於pandoc在內部表示內聯代碼的方式所致：該代碼存儲為一串逐字文本以及一組屬性。 作為布局命令的換行符不適合此表示形式，因此將被忽略。

還要注意，以上是編寫多行代碼的一種不太常見的方式。 參見例如<code>元素上的MDN文檔 ：

要表示多行代碼，請將<code>元素包裝在<pre>元素內。 <code>元素本身僅代表一個代碼短語或一行代碼。

Answer 2

問題是您的代碼塊未正確格式化為代碼塊。 您至少需要以下內容：

<pre><code># chown root:root /boot/grub/grub.cfg
# chmod og-rwx /boot/grub/grub.cfg 
</code></pre>

除了@tarleb的答案中涉及的HTML規范之外 ，Markdown規則還僅根據<pre>標簽的存在（或不存在）來區分代碼塊和代碼跨度 。

請注意，原始的Markdown規則說明了生成此HTML的代碼塊 ：

 <pre><code>This is a code block. </code></pre> 

包裝在<pre>標記中的<code> <pre>標記。 相反，相同的規則演示了生成此HTML的代碼范圍 ：

 <p>Use the <code>printf()</code> function.</p> 

請注意，僅使用<code>標記，但這僅是一個內聯范圍（包裝在<p> ，而不是塊級元素）。

當Pandoc從HTML轉換回Markdown時，它遵循相反的約定。 是的，您在<code>標記上設置了class="code_block" ，但是Pandoc不知道這意味着什么，也不應該。 是的，您的<code>元素沒有包裝在<p> ，但這只是格式不正確的HTML（根據HTML規范， <code>不是塊級元素，而是措辭內容 ；即content它包裝在塊級元素（例如<p>或<pre>元素）中。

然后是您的<br>標簽的問題。 Pandoc如何知道這是代碼還是樣式鈎子的一部分？ 實際上，事實並非如此。 這就是為什么我們將<pre>標記用於多行代碼塊的原因。 使用<pre>標記，保留空白。 因此，您只需要沒有<br>標記的換行符。

為了完整起見，我意識到原始的Markdown規則不包括受防護的代碼塊，因此我還將指向GitHub Flavored Markdown規范，該規范還演示了受防護的代碼塊產生<pre><code>包裝的<pre><code>塊。 自然，要反向進行操作，您需要從<pre><code>包裝的塊開始，以帶有圍欄的代碼塊結束。