Pandoc Word से Markdown: कमांड-लाइन रूपांतरण गाइड

Pandoc सबसे शक्तिशाली दस्तावेज़ रूपांतरण उपकरण उपलब्ध है. यह .docx को Markdown सहित दर्जनों स्वरूपों के बीच परिवर्तित करता है, और आपको आउटपुट पर बारीक नियंत्रण देता है। यह गाइड आपको उपयोग करने के लिए आवश्यक सब कुछ कवर करता है Pandoc के लिए Word से Markdown तक रूपांतरण।

Pandoc क्या है?

Pandoc एक मुक्त, ओपन-सोर्स कमांड-लाइन टूल है जो दस्तावेजों को स्वरूपों के बीच परिवर्तित करता है. यह 40 से अधिक इनपुट और आउटपुट प्रारूपों का समर्थन करता है। Word से Markdown रूपांतरण के लिए, Pandoc गोल्ड स्टैंडर्ड है जो किसी भी ब्राउज़र-आधारित टूल की तुलना में अधिक कॉन्फ़िगर करने योग्य है, जिसमें शामिल हैं WordToMD.

Pandoc का प्रयोग कब करें WordToMD:

Pandoc स्थापित करना

खिड़कियाँ

से इंस्टॉलर डाउनलोड करें pandoc.org/स्थापना.html, या एक पैकेज प्रबंधक का उपयोग करें:

# Winget
winget install pandoc

# Chocolatey
choco install pandoc

# Scoop
scoop install pandoc

मैकोस

# Homebrew
brew install pandoc

# MacPorts
sudo port install pandoc

लिनक्स

# Ubuntu/Debian
sudo apt-get install pandoc

# Fedora
sudo dnf install pandoc

# Arch
sudo pacman -S pandoc

स्थापना सत्यापित करें:

pandoc --version

मूल रूपान्तरण कमांड

pandoc document.docx -o output.md

यह सब है. Pandoc से इनपुट प्रारूप का अनुमान लगाता है .docx और आउटपुट प्रारूप .md.

अधिक स्पष्ट संस्करण:

pandoc -f docx -t markdown document.docx -o output.md

आउटपुट प्रारूप विकल्प

Pandoc आउटपुट के रूप में कई Markdown वेरिएंट प्रदान करता हैः

# GitHub Flavored Markdown (GFM)
pandoc document.docx -t gfm -o output.md

# CommonMark
pandoc document.docx -t commonmark -o output.md

# Pandoc's extended Markdown (most features)
pandoc document.docx -t markdown -o output.md

# Standard Markdown (basic)
pandoc document.docx -t markdown_strict -o output.md

GFM की अनुशंसा की जाती है अधिकांश उपयोग के मामलों के लिए (GitHub, Obsidian, GitBook, Notion) ।

उपयोगी रूपांतरण विकल्प

मीडिया फ़ाइलें निकालें

.docx में एम्बेडेड छवियों को एक निर्देशिका में निकाला जाता है:

pandoc document.docx --extract-media=./media -o output.md

यह छवियों को सहेजता है ./media/ और आउटपुट में Markdown छवि संदर्भ जोड़ता है.

लपेटने वाली रेखाएँ

आउटपुट में नियंत्रण लाइन लपेटना:

# No wrapping (one paragraph = one line)
pandoc document.docx --wrap=none -o output.md

# Wrap at 80 characters
pandoc document.docx --wrap=auto --columns=80 -o output.md

--wrap=none Markdown के लिए अनुशंसित है जो संस्करण-नियंत्रित होगा यह क्लीनर Git diffs का उत्पादन करता है.

सामग्री की तालिका

pandoc document.docx --toc -o output.md

मेटाडेटा के साथ स्वतंत्र दस्तावेज़

pandoc document.docx -s -o output.md

द -s (स्टैंडअलोन) फ्लैग दस्तावेज़ के मेटाडेटा से YAML फ्रंटमैटर उत्पन्न करता है.

बैच रूपांतरण

किसी निर्देशिका में सभी .docx फ़ाइलों को परिवर्तित करें:

विंडोज पावरशेल

Get-ChildItem -Filter "*.docx" | ForEach-Object {
    $output = [System.IO.Path]::ChangeExtension($_.Name, ".md")
    pandoc $_.FullName -t gfm --wrap=none -o $output
    Write-Host "Converted: $($_.Name) → $output"
}

बैश (मैकओएस/लिनक्स)

for file in *.docx; do
    output="${file%.docx}.md"
    pandoc "$file" -t gfm --wrap=none -o "$output"
    echo "Converted: $file → $output"
done

अधिक बैच रूपांतरण विकल्पों के लिए, देखें बैच Word को Markdown में परिवर्तित करें.

लुआ फ़िल्टर के साथ आउटपुट को अनुकूलित करना

Pandoc Lua फ़िल्टर का समर्थन करता है जो रूपांतरण के दौरान दस्तावेज़ AST को परिवर्तित करता है:

pandoc document.docx --lua-filter=my-filter.lua -o output.md

कस्टम फ्रंटमैटर ब्लॉक जोड़ने के लिए उदाहरण Lua फ़िल्टर:

-- add-frontmatter.lua
function Meta(meta)
  meta.draft = false
  meta.author = "WordToMD Team"
  return meta
end

यह उस प्रकार का अनुकूलन है जो ब्राउज़र उपकरण नहीं कर सकते हैं.

Pandoc और मम्मूथ.js आउटपुट की तुलना

WordToMD हुड के नीचे मैमथ__पी_ए__ का उपयोग करता है। Pandoc अपने स्वयं के पार्सर का उपयोग करता है. मुख्य अंतर:

जटिल दस्तावेजों के लिए Pandoc अधिक पूर्ण आउटपुट देता है. सरल दस्तावेजों के लिए, WordToMD शून्य सेटअप के साथ तेज़ है.

Pandoc डिफ़ॉल्ट फ़ाइलें

एक ही सेटिंग के साथ बार-बार रूपांतरण के लिए, एक डिफ़ॉल्ट फ़ाइल बनाएं:

# my-defaults.yaml
from: docx
to: gfm
wrap: none
extract-media: ./media
standalone: true

तो चलें:

pandoc document.docx -d my-defaults.yaml -o output.md

सीआई/सीडी में __पी_ए__ का उपयोग

स्वचालित पाइपलाइनों के लिए (GitHub कार्य, आदि):

# .github/workflows/convert-docs.yml
- name: Install Pandoc
  run: sudo apt-get install pandoc

- name: Convert Word docs to Markdown
  run: |
    for f in docs/*.docx; do
      pandoc "$f" -t gfm --wrap=none -o "${f%.docx}.md"
    done

FAQ

Pandoc आउटपुट \ मेरे Markdown में लाइन निरंतरता। मैं उन्हें कैसे हटाऊं? जोड़ना --wrap=none हार्ड लाइन लपेटने को अक्षम करने के लिए।

मेरे टेबल Pandoc आउटपुट में गड़बड़ दिखते हैं. कोशिश करो -t gfm GFM तालिका वाक्यविन्यास के लिए डिफ़ॉल्ट Pandoc Markdown तालिकाओं के बजाय।

चित्र आउटपुट में दिखाई नहीं दे रहे हैं. जोड़ना --extract-media=./images एम्बेडेड छवियों को निकालने के लिए। फिर उन्हें अपने लक्षित वातावरण में सही ढंग से संदर्भित करें।

Pandoc स्मार्ट उद्धरणों को परिवर्तित करता है " अक्षर मैं उन्हें कैसे रखूं? जोड़ना --no-highlight या टेम्पलेट को संशोधित करें। विशेष रूप से स्मार्ट उद्धरणों के लिए, उन्हें अधिकांश आउटपुट प्रारूपों में डिफ़ॉल्ट रूप से संरक्षित किया जाना चाहिए।

Pandoc और WordToMD DOCX से Markdown की तुलना कैसे करते हैं? दोनों मानक दस्तावेजों के लिए अच्छी तरह से काम करते हैं। WordToMD को शून्य सेटअप की आवश्यकता होती है और यह साफ GFM आउटपुट उत्पन्न करता है. Pandoc को स्थापित करने की आवश्यकता होती है, लेकिन यह जटिल दस्तावेजों (छवि, गणित, टिप्पणियाँ, पाद-नोट) को अधिक पूरी तरह से संभालता है।

निष्कर्ष

Pandoc सबसे सक्षम उपकरण है Word से Markdown रूपांतरण, विशेष रूप से बैच प्रसंस्करण, कस्टम आउटपुट प्रारूपों, और सीआई/सीडी पाइपलाइनों के लिए। स्थापना के बिना त्वरित, एक बार रूपांतरण के लिए, WordToMD काम तुरंत पूरा कर लेता है। ये दो उपकरण एक दूसरे को अच्छी तरह से पूरक करते हैं।