使用pypandoc将HTML-String转换为LaTex

Question

我正在尝试使用pypandoc (Pandoc的python包装器)将HTML-string转换为LaTex。

使用pypandoc转换文件效果很好：

import pypandoc

input = 'SomeFile.html'
output = pypandoc.convert(input, 'tex')

但是，如果我尝试传递一些字符串(根据pypandoc包索引，如果您定义字符串格式，这应该是可能的)，我得到一个IOError: [Errno 63] File name too long:

input = '''HTML-string'''
output = pypandoc.convert(input, 'tex', format='html')

不知怎么的，即使我指定了format='html'，也需要一个文件。

我也尝试过使用StringIO模块来解决这个问题，但没有成功：

import pypandoc
import StringIO

output = StringIO.StringIO()
output.write('''HTML-string''')
contents = output.getvalue()
output.close()

convertedOutput = pypandoc.convert(contents, 'tex', format='html')

我是python的新手，非常希望能得到一些帮助或提示。提前感谢！

Answer 1

如果你检查一下pypandoc源代码，你会发现convert只是用适当的输入流和输出流运行pandoc进程。

找不到pandoc命令时会出现此错误。也许你安装了pypandoc，而忘记了pandoc本身。或者命令不在您的外壳PATH中。

Answer 2

如果有人需要答案，这里是一个最小的工作示例，使用subprocess模块，从stdin读取输入，并在stdout上输出转换后的字符串。

# -*- 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()