使用pypandoc将HTML字符串转换为LaTex

Question

我正在尝试使用pypandoc（Pandoc的python包装器）将HTML字符串转换为LaTex 。使用pypandoc覆盖文件可以正常工作：import pypandocinput = 'SomeFile.html'output = pypandoc.convert(input, 'tex')但是，如果我尝试传递一些字符串（如果您定义字符串格式，则根据pypandoc包索引应该是可能的），我得到了IOError: [Errno 63] File name too long:：input = '''HTML-string'''output = pypandoc.convert(input, 'tex', format='html')即使我指定了文件，也不知何故format='html'。我还尝试通过使用StringIO模块来解决此问题，但未成功：import pypandocimport StringIOoutput = StringIO.StringIO()output.write('''HTML-string''')contents = output.getvalue()output.close()convertedOutput = pypandoc.convert(contents, 'tex', format='html')我是python的新手，非常感谢您的帮助或提示。提前致谢！

Answer 1

如果有人需要答案，这是一个使用subprocess模块的最小工作示例，该模块从读取输入stdin并在上输出转换后的字符串stdout。

# -*- coding: utf8 -*-

import subprocess

import os

PANDOC_PATH = r"path/to/pandoc"

def convert(text_to_convert):

    pandoc = subprocess.Popen([os.path.join(PANDOC_PATH, 'pandoc.exe'), '-f', 'html', '-t', 'latex'], stdout=subprocess.PIPE, stdin=subprocess.PIPE, stderr=subprocess.PIPE)

    output, error = pandoc.communicate(text_to_convert.encode('utf-8'))

    converted_output = output

    return converted_output.decode()

Answer 2

如果检查pypandoc源，您会看到它convert只是在pandoc使用正确的输入和输出流的情况下运行进程。

pandoc找不到命令时发生错误。可能是您安装了pypandoc并且忘记了pandoc它本身。或者该命令不在您的外壳中PATH。