使Pandoc从html编写LaTex命令`<；引用>；`纯文本中的标记

我试图修改一些代码，允许人们在项目目录中编译可能采用多种格式的代码，例如HTML、LaTex、markdown，使用Pandoc（好的，Pypandoc）。我在HTML文件中有一些代码，如下所示：

<h1 data-label="850151" class="ltx_title_section">A heading</h1><h2 data-label="367935" class="ltx_title_subsection">Another heading</h2><div><cite class="ltx_cite raw v1">\cite{ebert_epidemiology_2013}</cite></div><div>Figure <span class="au-ref raw v1">\ref{286335}</span></div><div></div>

当然，期望的输出是

...
\section{A heading}\label{a-heading}

\subsection{Another heading}\label{another-heading}

\cite{ebert_epidemiology_2013}

\ref{286335}
...

我想，如果我能让Pandoc去掉

标记并以纯文本形式编写引用命令，那就行了。我知道Pandoc过滤器是一种东西，但我不确定这是否是我所需要的。

是的，您可以使用a来去除引用标签

如果使用

pandoc-f html+raw_html-t native

，您会看到

bar

被呈现为：

RawInline (Format "html") "<cite>",Str "bar",RawInline (Format "html") "</cite>"

---

由于原始LaTeX嵌入到纯文本中，使用如下筛选器将字符串重新解释为LaTeX可能会有所帮助：

函数Str（s）返回pandoc.read（s.text，'LaTeX'）.blocks[1]。内容结束

我无法摆脱

（“”，[“au ref”，“raw”，“v1”]，[]）

来自我原始输入的AST表单。似乎（对我来说）没有一种明显的方法可以去除

标记。

RawInline (Format "html") "<cite>",Str "bar",RawInline (Format "html") "</cite>"