html 编译为 pdf 的 R markdown 文档中的标签

Question

我正在尝试使用 R Markdown 创建 pdf 文档，但在使用某些 html 标签时遇到问题。例如，R markdown 文档

---
output: pdf_document
---

<pre>
code1
</pre>

<code>
code2
</code>

<pre><code>
code3
</code></pre>

编译给

code2

当期望的输出是

code1
code2
code3

为 code3 设置了一些不错的格式。但是如果我编译成 html（output: html_document 而不是元数据中的 output: pdf_document），问题就解决了。

我正在使用下面的引擎在 Mac 上使用 TexShop 进行编译。

#!/bin/bash
/Library/Frameworks/R.framework/Versions/Current/Resources/bin/Rscript -e "rmarkdown::render(\"\", encoding='UTF-8')"

我怀疑在编译为 pdf 时不允许我使用某些 html 标签，但我找不到任何关于此的指南。

Answer 1

重要的是要记住 PDF 格式不是 HTML 并且对 HTML 标签一无所知。当文档转换为PDF时，文档的每一部分都需要转换为对应的PDF实体。因此，当您在文档中引入 non-standard raw HTML 时，转换器很容易混淆。

当然，转换器在引擎盖下的工作方式也会对输出产生一些影响。例如，如果您使用的工具将 Markdown 转换为 HTML，然后将 HTML 转换为 PDF，那么原始 HTML 可能更有可能被正确映射。但是，如果该工具直接从解析树（标记列表）到输出格式，那么它可能对原始 HTML 一无所知（除非它也是一个 HTML 解析器）。关键是使用 raw HTML 在转换为 PDF 时增加了另一个潜在的失败层。我的建议是在您缩进转换为 PDF 时尽可能避免使用它（记住 Markdown 最初只打算输出 HTML）。

事实证明，Markdown 已经提供了一种（或两种；取决于您使用的实现方式）标记代码块的方法：indented code blocks（以及可能的围栏代码块）。有趣的是，它们输出的 HTML 与您发现有效的原始 HTML 相同。也许这应该提供一个线索，表明您尝试的其他两种可能性都无效。

事实上，HTML 规范非常清楚代码块必须包含在 <pre><code> 标记中。 <pre> 标签是块级标签，因此不需要包裹在任何父标签中。但是，<pre> 标签并未将其内容标识为 "code"。因此，永远不应假定它包含 "code" 本身。另一方面，<code> 标签不是块级标签。它必须由块级标记包裹（如 <pre> 或 <p>...）。 <code> 标签是唯一将内容标记为 "code" 的标签。因此，在 HTML 中标记代码块的唯一有效方法是将其包装在 <pre><code> 标记中。事实证明，当您这样做时，它会起作用。因此，我的结论是转换器被无效 HTML 和失败（应该如此）所混淆。

因此，总而言之，要么使用原生 Markdown 方法来标记代码，要么，如果您必须使用原始 HTML，请坚持使用有效 HTML.

html 编译为 pdf 的 R markdown 文档中的标签

html tags in an R markdown document compiled to pdf

r

markdown

knitr