使用ruby将数学类型的公式从word docx转换为word公式

Question

我正在尝试转换Docx到超文本标记语言，但Docx可能包含图像，WMF格式的MathType方程和带有$分隔符的tex格式的word方程。

我尝试过使用pandoc和LibreOffice将Docx转换为Html：

使用Pandoc的问题:Pandoc跳过MathType方程，所以我不得不读取document.xml，并使用gimp's convert命令行工具将WMF转换为png。

这使得一些公式的格式变得非常难以阅读。

使用libreoffice的问题:它实际上很好地将整个文档转换为HTML，但word公式在转换过程中被从侧面剪切。

我想要的是一些工具，可以转换文件到超文本标记语言，它转换的MathType方程以及word方程都到tex格式。

我想用ruby做这件事，但任何变通方法或想法都是最受欢迎的。

谢谢。

Answer 1

pandoc docx阅读器的supports only OMML数学，而不是旧的MathType。

您可以编写一个pandoc filter来查找pandoc AST中的数学(它将以纯文本的形式存在)，并将它们转换为pandoc math elements，pandoc LaTeX编写器会自动将其转换为TeX数学。