Pandoc Word เป็น Markdown: คู่มือการแปลงแถวสั่ง

Pandoc เป็นเครื่องมือแปลงเอกสารที่มีพลังที่สุด มันแปลงระหว่างรูปแบบหลายรุ่น รวมถึง .docx เป็น Markdown และให้การควบคุมการออกแบบอย่างละเอียด คู่มือนี้ครอบคลุมทุกสิ่งที่คุณจําเป็นต้องใช้ Pandoc สําหรับ Word ถึง Markdown การแปลง

อะไรคือ Pandoc?

Pandoc เป็นเครื่องมือแถวคําสั่งแบบฟรีและเปิดรหัส ที่แปลงเอกสารระหว่างรูปแบบ มันรองรับรูปแบบการเข้าและการออกมากกว่า 40 รูปแบบ สําหรับการแปลง Word เป็น Markdown, Pandoc เป็นมาตรฐานทอง ที่สามารถตั้งค่าได้มากกว่าเครื่องมือที่ใช้ระบบหน้ากว้างใด ๆ รวมถึง WordToMD.

เวลาที่ใช้ Pandoc vs. WordToMD:

การติดตั้ง Pandoc

หน้าต่าง

ดาวน์โหลดเครื่องติดตั้งจาก pandoc.org/การติดตั้ง.html, หรือใช้ package manager:

# Winget
winget install pandoc

# Chocolatey
choco install pandoc

# Scoop
scoop install pandoc

macOS

# Homebrew
brew install pandoc

# MacPorts
sudo port install pandoc

ลินักซ์

# Ubuntu/Debian
sudo apt-get install pandoc

# Fedora
sudo dnf install pandoc

# Arch
sudo pacman -S pandoc

ยืนยันการติดตั้ง:

pandoc --version

คําสั่งการแปลงพื้นฐาน

pandoc document.docx -o output.md

นั่นแหละ Pandoc ทําการสรุปรูปแบบการเข้าจาก .docx และรูปแบบการออกจาก .md.

ฉบับที่ชัดเจนกว่า:

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

ตัวเลือกรูปแบบการออก

Pandoc ให้การออกหลายตัวแปร Markdown:

# 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 แนะนํา สําหรับกรณีการใช้ส่วนใหญ่ (GitHub, Obsidian, GitBook, Notion)

ตัวเลือกการแปลงที่คุ้มค่า

การสกัดไฟล์สื่อ

รูปภาพที่ติดอยู่ใน .docx จะถูกสกัดออกไปในไดเรคทอรี่:

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

การนี้จะบันทึกภาพ ./media/ และเพิ่มการอ้างอิงภาพ Markdown ให้กับผลิต

สายพับ

การบรรจุสายควบคุมในทางออก:

# 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 เป็นที่แนะนําสําหรับ Markdown ซึ่งจะเป็นการควบคุมเวอร์ชั่น มันผลิตการแตกต่าง Git ที่สะอาดกว่า

รายการประกอบ

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

เอกสารที่แยกตัวด้วยเมตาเดท

pandoc document.docx -s -o output.md

การ -s (standalone) flag สร้าง YAML frontmatter จากเมตาเดทของเอกสาร

การแปลง Batch

เปลี่ยนไฟล์ .docx ทั้งหมดในไดเรคทอรี่:

Windows PowerShell

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"
}

Bash (macOS/Linux)

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

สําหรับตัวเลือกการแปลงแบชช์เพิ่มเติม ดู Batch Convert Word เป็น Markdown.

การปรับแต่งผลิตด้วยกรอง Lua

Pandoc รองรับกรอง Lua ที่แปลงเอกสาร AST ระหว่างการแปลง:

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

ตัวอย่างการกรอง Lua เพื่อเพิ่มบล็อกตัวหน้าที่กําหนดเอง:

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

นี่คือการปรับแต่งแบบที่เครื่องมือหน้ากว้างไม่สามารถตรงกันได้

การเปรียบเทียบผลิตของ Pandoc กับ mammoth.js

WordToMD ใช้ Mammoth.js ภายใต้ Hood. Pandoc ใช้พาร์เซอร์ของตัวเอง ความแตกต่างหลัก

สําหรับเอกสารที่ซับซ้อน, Pandoc ให้ผลิตที่สมบูรณ์กว่า. สําหรับเอกสารที่ง่ายๆ, WordToMD จะเร็วขึ้นด้วยการตั้งค่าศูนย์.

Pandoc ไฟล์แบบตั้งค่า

สําหรับการแปลงซ้ํา ๆ ด้วยการตั้งค่าเดียวกัน, สร้างไฟล์แบบตั้งค่า:

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

แล้ววิ่ง:

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

การใช้ Pandoc ใน CI/CD

สําหรับท่ออัตโนมัติ (GitHub การดําเนินงาน ฯลฯ)

# .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 ผลิต \ เส้นต่อเนื่องใน Markdown ของฉัน ฉันจะเอามันออกได้ยังไง? เพิ่ม --wrap=none เพื่อปิดการพับเส้นแข็ง

ตารางของฉันดูสับสนในการออก Pandoc ลองดู -t gfm สําหรับ GFM table syntax แทนการตั้งค่า Pandoc Markdown table

รูปภาพไม่ได้ปรากฏในผลิต เพิ่ม --extract-media=./images เพื่อการสกัดภาพที่ติดตั้ง จากนั้นนําไปอ้างอิงมันอย่างถูกต้องในสภาพแวดล้อมเป้าหมายของคุณ

Pandoc เปลี่ยนคําอ้างอิงที่ฉลาดเป็น " ตัวอักษร ฉันจะเก็บมันไว้อย่างไร? เพิ่ม --no-highlight หรือปรับปรุงตาราง สําหรับคําอ้างอิงที่ฉลาดโดยเฉพาะอย่างยิ่ง พวกเขาควรถูกอนุรักษ์โดยตั้งค่าในรูปแบบผลิตส่วนใหญ่

วิธีการที่ Pandoc และ WordToMD เปรียบเทียบสําหรับ DOCX กับ Markdown? ทั้งสองใช้ได้ดีสําหรับเอกสารมาตรฐาน WordToMD ต้องการการตั้งค่าศูนย์และผลิตผลิต GFM ที่สะอาด Pandoc ต้องการการติดตั้ง แต่จัดการเอกสารที่ซับซ้อน (ภาพ, คณิตศาสตร์, ความคิดเห็น, หมายเหตุ) อย่างครบถ้วนกว่า

การสรุป

Pandoc เป็นเครื่องมือที่มีความสามารถมากที่สุดสําหรับ Word เป็น Markdown การแปลง, โดยเฉพาะสําหรับการประมวลผลแบบชุด, รูปแบบการออกแบบที่กําหนดเอง, และสายไฟ CI/CD. สําหรับการแปลงครั้งเดียวอย่างรวดเร็ว โดยไม่ต้องติดตั้ง WordToMD ทํางานได้ทันที เครื่องมือทั้งสองนี้สมบูรณ์แบบกันและกัน