用于解析内部链接的 pandoc 命令行参数

Question

我的问题类似于this post，但不相同。当使用几个 interlinked 时，我无法为 maintaining/resolving 跨文档 link 找出正确的 pandoc 命令行参数 HTML 个文件作为输入。

假设我有两个文件，chapter1.xhtml 和 chapter2.xhtml 位于 /home/user/Documents 文件夹中，内容如下：

<?xml version="1.0" encoding="utf-8"?><!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd"><html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title></title>
</head>
<body>
<h3>Chapter 1</h3>
<p><a href="/home/user/Documents/chapter2.xhtml">Next chapter</a><br /></p>

<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit.</p>
</body>
</html>

其中包含一个link到下一个文件。

和

<?xml version="1.0" encoding="utf-8"?><!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd"><html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title></title>
</head>
<body>
<h3>Chapter 2</h3>
<p><a href="/home/user/Documents/chapter1.xhtml">Previous chapter</a><br /></p>

<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit.</p>
</body>
</html>

里面包含一个link到上一个文件。

我使用了以下命令行参数：

$ pandoc -s --toc --verbose -o /home/user/Documents/output.markdown /home/user/Documents/chapter1.xhtml /home/user/Documents/chapter2.xhtml

我得到了以下输出：

---
---

-   [Chapter 1](#chapter-1)
-   [Chapter 2](#chapter-2)

### Chapter 1

[Next chapter](/home/user/Documents/chapter2.xhtml)\

Lorem ipsum dolor sit amet, consectetur adipiscing elit.

### Chapter 2

[Previous chapter](/home/user/Documents/chapter1.xhtml)\

Lorem ipsum dolor sit amet, consectetur adipiscing elit.

当我将select docx 或latex/pdf 作为输出格式时，也会出现此问题。我也尝试使用相对 links，但没有任何效果。

解析跨文档 link 的正确参数是什么？

tl;dr 即我不想要包含原始路径的 link 引用；我希望他们指向新的输出文档。

Answer 1

问题是您的链接包含绝对路径 (/home/user/Documents/chapter1.xhtml) 而不是相对路径 (chapter1.xhtml)。我无法想象 ePUB 文件包含绝对路径，如果包含绝对路径，文件中的链接将只能在您的计算机上正常工作。所以解决方案必须在将它们提供给 pandoc 之前修复这些 ePUB 文件。

请注意，从 pandoc 从 markdown 到 epub 再回到 html 的往返工作按预期进行：

$ pandoc -o foo.epub
# foo

adfs

# bar

go [to foo](#foo)


$ unzip foo.epub

$ cat ch002.xhtml
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
  <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
  <meta http-equiv="Content-Style-Type" content="text/css" />
  <meta name="generator" content="pandoc" />
  <title>bar</title>
  <link rel="stylesheet" type="text/css" href="stylesheet.css" />
</head>
<body>
<div id="bar" class="section level1">
<h1>bar</h1>
<p>go <a href="ch001.xhtml#foo">to foo</a></p>
</div>
</body>
</html>

$ pandoc foo.epub

<p><span id="ch001.xhtml"></span></p>
<div id="ch001.xhtml#foo" class="section level1">
<h1>foo</h1>
<p>adfs</p>
</div>
<p><span id="ch002.xhtml"></span></p>
<div id="ch002.xhtml#bar" class="section level1">
<h1>bar</h1>
<p>go <a href="#ch001.xhtml#foo">to foo</a></p>
</div>

P.S.

使用两个输入文档，例如：

pandoc -o output.md chapter1.xhtml chapter2.xhtml

作为 pandoc README 状态工作：

If multiple input files are given, pandoc will concatenate them all (with blank lines between them) before parsing.

所以对于由 pandoc 完成的解析，它将其视为一个文档...所以难怪跨文件链接不起作用。

用于解析内部链接的 pandoc 命令行参数

pandoc command line parameters for resolving internal links

hyperlink

xhtml

markdown

pandoc