如何使用Pandoc将带有mathjax的HTML转换为Latex？

我有一些带有MathJax方程的HTML文档，我想把它们转换成Latex，然后再转换成pdf。我想用潘多克

但是，Pandoc将

$

替换为

\$

，并将公式中的

\

替换为

\textbackslash{}

---

有可能让Pandoc将MathJax公式从HTML直接传递到Latex吗？

这不是一项容易的任务。如果您只使用

$

和

$$

作为数学分隔符，并且假设您的文档不包含

$

的任何其他用法，那么这里有一个解决方案应该是可行的。（如果您不能假设这一点，可以尝试在下面的步骤中调整perl正则表达式。）

步骤1：如果您还没有安装，请安装“cabal Install pandoc”以获取pandoc库。（如果使用二进制安装程序安装pandoc，则只有可执行文件，而没有Haskell库。）

步骤2：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

这将为您提供一个可执行的

fixmath

。现在，假设您的输入文件是

input.html

，下面的命令应该将其转换为latex，数学保持不变，将结果放入

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

cat input.html |\
perl-0pe的/（\$\$？[^\$]+\$\$？）/\/gm'\
pandoc-s——解析raw-fhtml-tjson |\
/固定数学|\
pandoc-f json-t latex-s>output.tex

---

第一部分是一个perl one线性程序，它将您的数学位放入标记为“math”的特殊HTML注释中。第二部分将HTML解析为对应于文档的Pandoc数据结构的JSON表示形式。然后

fixmath

转换此结构，将特殊的HTML注释更改为原始的LaTeX块和内联线。（请参阅以获取解释。）最后，我们将JSON转换回LaTeX。

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！如果您不想转换由

\（

和

\）

分隔的数学，只需这样做即可

pandoc -f html+tex_math_dollars -t latex

---

是否有某种方法可以使可执行文件

fixmath

与

pandoc ruby

一起工作？如何编写Haskell脚本以不转换由

\（\）

分隔的数学？见我的最新答案。

pandoc -f html+tex_math_dollars -t latex