pandoc安装与使用（html、makdown转docx、pdf）

参考链接

• windows pandoc下载安装
• windows MiKTeX下载
• docker alpine linux 镜像（docker.1ms.run/pandoc/latex:3.8.3-alpine）
• 其他工具 wkhtmltopdf（下载链接）
• alpine安装中文字体
• alpine 安装 apk add font-noto-cjk
• alpine 安装 tlmgr install xecjk
• 简单使用

过程中的错误

• htmlTodocx_test.go:17: 转换失败：pandoc执行失败：exit status 47，错误信息：pdflatex not found. Please select a different --pdf-engine or install pdflatex
  --- FAIL: TestHtmlToDocx (0.25s)
  下载参考链接中的MiKTeX即可。
• LaTeX Error: File `xeCJK.sty' not found.

 pandoc test.html -o test.pdf --pdf-engine=xelatex -V mainfont="Noto Serif CJK SC" -V CJKmainfont="Noto Serif CJK SC" -V geometry:margin=1in
Error producing PDF.
! LaTeX Error: File `xeCJK.sty' not found.

Type X to quit or <RETURN> to proceed,
or enter new name. (Default extension: sty)

Enter file name: 
! Emergency stop.
<read *> 
         

下载参考链接中的 tlmgr install xecjk（当时alpine linux环境时）

相关代码（go）

html转docx或pdf（入参html文件、docx或者pdf文件）

markdown转docx或pdf（入参markdown字符串、docx或者pdf文件）

func NewConvertToFileService(
	service *Service,
) *ConvertToFileService {
	return &ConvertToFileService{
		Service: service,
	}
}

type ConvertToFileService struct {
	*Service
}

func (s *ConvertToFileService) HtmlToDocx(ctx context.Context, inputFile string, outputFile string) ([]byte, error) {
	// 2. 调用Pandoc命令：pandoc input.html -o output.docx
	cmd := exec.Command(
		"pandoc",
		inputFile,
		"-o", outputFile,
		"--standalone", // 生成独立文档（含头部/样式）
	)
	var stderr bytes.Buffer
	cmd.Stderr = &stderr
	if err := cmd.Run(); err != nil {
		return nil, fmt.Errorf("pandoc执行失败：%v，错误信息：%s", err, stderr.String())
	}

	// 3. 读取转换后的文件内容
	outputBytes, err := os.ReadFile(outputFile)
	if err != nil {
		return nil, fmt.Errorf("读取输出文件失败：%v", err)
	}

	return outputBytes, nil
}
func (s *ConvertToFileService) HtmlToPDF(ctx context.Context, inputFile string, outputFile string) ([]byte, error) {
	// 1. 构造Pandoc核心参数（直接指定HTML文件作为输入源）
	pandocArgs := []string{
		inputFile, // 输入源：本地HTML文件路径（替代stdin）
		"-o", outputFile,
		"--pdf-engine=xelatex",             // 指定PDF引擎（解决中文乱码）
		"-V", `mainfont=Noto Serif CJK SC`, // 中文主字体（Windows）
		"-V", `CJKmainfont=Noto Serif CJK SC`, // 中文主字体（Windows）
		"-V", "geometry:margin=1in", // 页面边距：1英寸
	}

	// 2. 配置中文字体（关键）
	//pandocArgs = append(pandocArgs, , fmt.Sprintf("mainfont=%s", "Noto Serif CJK SC"))

	// 4. 启动Pandoc进程
	cmd := exec.Command("pandoc", pandocArgs...)
	s.logger.Warn("执行终端命令：", zap.Any("cmd", cmd.Args))
	// 5. 捕获输出（字节流）和错误（无需再写入stdin，因为输入是文件）
	var outputBuf bytes.Buffer // 存储PDF字节流（outputPath为空时）
	var stderrBuf bytes.Buffer // 存储错误信息
	cmd.Stderr = &stderrBuf
	// 6. 执行命令
	if err := cmd.Run(); err != nil {
		return nil, fmt.Errorf(
			"pandoc执行失败: %v, 错误详情: %s",
			err, strings.TrimSpace(stderrBuf.String()),
		)
	}

	// 7. 返回PDF字节流（若未指定输出文件）
	return outputBuf.Bytes(), nil
}

func (s *ConvertToFileService) MdToDOCX(ctx context.Context, inputFile string, outputPath string) ([]byte, error) {
	// 1. 构造Pandoc核心参数
	pandocArgs := []string{
		"-f", "markdown", // 输入格式：Markdown（默认支持GFM）
		"-t", "docx", // 输出格式：DOCX
		"--standalone", // 生成独立DOCX（含完整结构）
	}

	// 2. 追加自定义参数（如样式、标题等）
	//	pandocArgs = append(pandocArgs, extraArgs...)

	// 3. 指定输出文件（可选，为空则输出到stdout）
	if outputPath != "" {
		pandocArgs = append(pandocArgs, "-o", outputPath)
	}

	// 4. 启动Pandoc进程
	cmd := exec.Command("pandoc", pandocArgs...)

	// 5. 将Markdown字符串写入Pandoc的标准输入
	cmd.Stdin = strings.NewReader(inputFile)

	// 6. 捕获输出（字节流）和错误
	var outputBuf bytes.Buffer // 存储DOCX字节流（outputPath为空时）
	var stderrBuf bytes.Buffer // 存储错误信息
	if outputPath == "" {
		cmd.Stdout = &outputBuf // 无输出文件时，将DOCX写入stdout
	}
	cmd.Stderr = &stderrBuf

	// 7. 执行命令
	if err := cmd.Run(); err != nil {
		return nil, fmt.Errorf(
			"pandoc执行失败: %v, 错误详情: %s",
			err, strings.TrimSpace(stderrBuf.String()),
		)
	}

	// 8. 返回DOCX字节流（若未指定输出文件）
	return outputBuf.Bytes(), nil
}

func (s *ConvertToFileService) MDToPDF(ctx context.Context, mdContent, outputPath string) ([]byte, error) {
	// 基础参数（固定）
	baseArgs := []string{
		"-f", "markdown", // 输入格式：Markdown（支持GFM）
		"-t", "pdf", // 输出格式：PDF
		"-o", outputPath,
		"--pdf-engine=xelatex", // 中文兼容核心引擎
		"-V", `mainfont=Noto Serif CJK SC`,
		"-V", `CJKmainfont=Noto Serif CJK SC`,
		"-V", "geometry:margin=1in",
		/*		"-o", outputPath,
				"--pdf-engine=xelatex",             // 指定PDF引擎（解决中文乱码）
				"-V", `mainfont=Noto Serif CJK SC`, // 中文主字体（Windows）
				"-V", `CJKmainfont=Noto Serif CJK SC`, // 中文主字体（Windows）
				"-V", "geometry:margin=1in", // 页面边距：1英寸
				"-f", "markdown", // 输入格式：Markdown（支持GFM）*/
	}

	// 启动Pandoc进程
	cmd := exec.Command("pandoc", baseArgs...)
	// 将Markdown字符串写入Pandoc标准输入
	cmd.Stdin = strings.NewReader(mdContent)

	// 捕获输出和错误
	var outputBuf, stderrBuf bytes.Buffer
	if outputPath == "" {
		cmd.Stdout = &outputBuf // 无文件时，PDF字节流写入stdout
	}
	cmd.Stderr = &stderrBuf

	s.logger.Warn("执行终端命令：", zap.Any("cmd", cmd.Args))
	// 执行命令
	if err := cmd.Run(); err != nil {
		return nil, fmt.Errorf("pandoc执行失败: %v, 错误详情: %s", err, strings.TrimSpace(stderrBuf.String()))
	}

	return outputBuf.Bytes(), nil
}

使用指令

• html转pdf

pandoc test.html -o test.pdf --pdf-engine=xelatex -V mainfont=SimSun -V CJKmainfont=SimSun -V geometry:margin=1in

• docx转pdf

 pandoc input.docx -o input.pdf --pdf-engine=xelatex  -V mainfont="Noto Serif CJK SC" -V CJKmainfont="Noto Serif CJK SC"  -V geometry:margin=1in