使用 Pandoc 与 Python 实现本地化 Markdown 转 Word 文档

#!/usr/bin/env python3 # -*- coding: utf-8 -*- import os import sys import subprocess import shutil def preprocess_markdown(content): """ 预处理 Markdown 文本： 1. 普通文本行之间插入空行，防止 Pandoc 将它们合并为一段。 2. 表格内部（以 | 开头）保持原样，不插入空行。 3. 表格前后确保有空行进行隔离。 """ lines = content.split('\n') processed_lines = [] in_table = False for i, line in enumerate(lines): stripped = line.strip() # 简单的 Markdown 表格行判断：以竖线开头 is_table_row = stripped.startswith('|') if is_table_row: if not in_table: # 【状态切换】刚进入表格 # 如果上一行不是空行，插入一个空行做隔离 if processed_lines and processed_lines[-1].strip() != '': processed_lines.append('') in_table = True # 表格行直接追加，不加额外空行 processed_lines.append(line) else: if in_table: # 【状态切换】刚离开表格 in_table = False # 离开表格后，立即追加一个空行做隔离 processed_lines.append('') # 普通文本处理 processed_lines.append(line) # 如果当前行有文字（不是空行），且不是代码块标记等特殊情况， # 则追加一个空行，强制 Pandoc 分段 if stripped and not stripped.startswith('```'): processed_lines.append('') return '\n'.join(processed_lines) def run_conversion(input_file): # 1. 检查 Pandoc 是否安装 if not shutil.which("pandoc"): print("错误：未检测到 Pandoc。请先安装 Pandoc 并添加到环境变量。") return # 2. 准备文件名 file_path = os.path.abspath(input_file) folder = os.path.dirname(file_path) filename = os.path.basename(file_path) filename_no_ext = os.path.splitext(filename)[0] # 临时文件和输出文件路径 temp_md_file = os.path.join(folder, f"{filename_no_ext}_temp_preprocessed.md") output_docx = os.path.join(folder, f"{filename_no_ext}.docx") try: # 3. 读取并预处理 Markdown print(f"正在处理文件：{filename} ...") with open(file_path, 'r', encoding='utf-8') as f: raw_content = f.read() # 调用核心预处理逻辑 clean_content = preprocess_markdown(raw_content) # 写入临时文件 with open(temp_md_file, 'w', encoding='utf-8') as f: f.write(clean_content) # 4. 调用 Pandoc 进行转换 # 命令解释：pandoc 输入文件 -o 输出文件 --reference-doc=模板 (可选) cmd = f'pandoc "{temp_md_file}" -o "{output_docx}"' print("正在调用 Pandoc 进行转换...") result = subprocess.run(cmd, shell=True, capture_output=True, text=True) if result.returncode == 0: print(f"✅ 转换成功！") print(f"📄 输出文件：{output_docx}") else: print(f"❌ 转换失败：\n{result.stderr}") except Exception as e: print(f"发生异常：{e}") finally: # 5. 清理临时文件 if os.path.exists(temp_md_file): os.remove(temp_md_file) if __name__ == '__main__': # 使用方法：直接运行或拖入文件 if len(sys.argv) > 1: target_file = sys.argv[1] run_conversion(target_file) else: print("使用说明：") print("请将 .md 文件直接拖拽到这个脚本文件上运行，") print("或者在命令行输入：python md2docx.py <你的文件名.md>") input("\n按回车键退出...")

使用 Pandoc 与 Python 实现本地化 Markdown 转 Word 文档