借助pandoc将Word文档转换成网页

51cto博客地址
csdn博客地址

1、简介

​ 想要将一些已经存在的word知识文档转换成html格式，Pandoc完全可以实现此功能。

主页：https://www.pandoc.org/
示例：https://www.pandoc.org/demos.html

下载：https://github.com/jgm/pandoc/releases/

​ https://github.com/jgm/pandoc/releases/download/2.13/pandoc-2.13-windows-x86_64.msi

注：Pandoc可以实现各种各样的格式转换，详细可看此图。

2、转换仅文本的word文件为html

​ 现有一个word文档“cisco.docx”，将要将它转换成html格式。

注：pandoc 不支持 doc格式，如果是 doc格式需要用 word将文件另存为 docx后再进行转换。

​ 安装好pandoc后，打开命令提示符：

D:\tt>pandoc cisco.docx -o cisco.html

​ 命令执行完毕后会在当前目录下生成一个“cisco.html”的网页文件，我们这里是“ D:\tt ”目录。

​ 可以使用”"c:\Program Files\Internet Explorer\iexplore.exe" d:\tt\cisco.html“调用IE打开此网页文件。

3、 转换带图片的word文件为html

​ 现有一个word文档“mail.docx”，里面有大量的图片，需要将它转换成html格式。

​ 首先使用pandoc命令进行转换：

D:\tt>pandoc Mail.docx -o mail.html

​ 同样使用”"c:\Program Files\Internet Explorer\iexplore.exe" d:\tt\mail.html“调用IE打开此网页文件。

​ 发现 “ mail.html ”文件中的图片都不能正常显示，查看网页的源代码，图片引用的相对路径“ media ”目录下的图片，但是我们其实是没有“ media ”目录的。

​ 尝试将文件作为压缩文件打开（使用7-zip或者winrar都可以），发现在“ .\word ”下有个“ media ”目录，且里面有很多图片文件。

将“ media ”目录整个目录解压和“ mail.html ”同级，再次调用ie打开“ mail.html ”文件查看，发现图片显示正常。

D:\tt>tree /F
文件夹 PATH 列表
卷序列号为 BA17-9E87
D:.
│  Mail.docx
│  mail.html
│
└─media
        image1.png
        image10.png
        image11.png
        image12.png
        image13.png
        image14.png
        image15.png
        image16.png
        image17.png
        image18.png
        image19.png
        image2.png
        ……
D:\tt>

<完>