Pandoc 跨平台安装指南:从入门到源码编译
2026-02-03 04:27:47作者:滑思眉Philip
Pandoc 作为一款强大的文档格式转换工具,支持多种文档格式间的相互转换。本文将详细介绍在各种操作系统环境下安装 Pandoc 的方法,以及从源码编译的高级技巧。
一、基础安装方法
对于大多数用户而言,最简单的安装方式是使用官方提供的安装包。官方为不同操作系统提供了预编译的二进制包,这些包通常包含了 Pandoc 的所有必要组件。
Windows 系统安装
Windows 用户可以通过以下方式安装:
- MSI 安装包:这是最推荐的方式,安装程序会自动处理路径配置和版本更新
- ZIP 压缩包:适合高级用户,解压后需手动配置环境变量
- 包管理器安装:
- 使用 Chocolatey:
choco install pandoc - 使用 Winget:
winget install --source winget --exact --id JohnMacFarlane.Pandoc
- 使用 Chocolatey:
macOS 系统安装
macOS 用户可选择:
- PKG 安装包:图形化安装,简单易用
- Homebrew 安装:
brew install pandoc - MacPorts 安装:
port install pandoc
Linux 系统安装
大多数 Linux 发行版的仓库中都包含 Pandoc:
-
使用系统包管理器:
- Debian/Ubuntu:
apt-get install pandoc - Fedora:
dnf install pandoc - Arch Linux:
pacman -S pandoc
- Debian/Ubuntu:
-
手动安装 DEB/RPM 包:可从官方下载最新版本
二、高级安装选项
Conda 安装
通过 Conda 生态系统安装:
conda install -c conda-forge pandoc
此方法会安装静态链接的可执行文件,但需要注意其对 Lua 过滤器的限制。
Docker 方式
官方提供两种 Docker 镜像:
- 基础镜像:仅包含 Pandoc
- LaTeX 镜像:包含 Pandoc 和精简版 LaTeX
使用示例:
docker run --rm --volume "`pwd`:/data" --user `id -u`:`id -g` pandoc/latex input.md -o output.pdf
三、从源码编译安装
对于需要定制功能或使用开发版的用户,可以从源码编译安装。
准备工作
-
获取源码:
- 发布版源码包
- Git 仓库克隆:
git clone https://github.com/jgm/pandoc
-
安装 Haskell 工具链:
- GHC (Glasgow Haskell Compiler)
- Cabal 或 Stack 构建工具
使用 Stack 构建
推荐方法,自动化程度高:
stack setup
stack install pandoc-cli
构建完成后,可执行文件会安装在 ~/.local/bin 目录下。
使用 Cabal 构建
更灵活的方法:
cabal update
cabal install pandoc-cli
自定义构建选项
可通过配置标志定制构建:
embed_data_files:将数据文件嵌入二进制lua:启用 Lua 过滤器支持server:启用 HTTP 服务器模式
四、测试与验证
安装完成后,建议运行测试套件验证安装:
# 使用 Stack
stack test
# 使用 Cabal
cabal test
对于特定功能的测试:
cabal test --test-options='-p markdown'
五、PDF 输出支持
Pandoc 默认使用 LaTeX 生成 PDF,需要额外安装:
- Windows:MiKTeX
- macOS:BasicTeX 或 TinyTeX
- Linux:TeX Live
安装后可通过 --pdf-engine 选项指定不同的 PDF 引擎。
六、常见问题解决
- Lua 过滤器限制:静态链接的二进制版本不支持依赖 C 模块的 Lua 过滤器,需从源码编译
- 多版本冲突:避免使用多种安装方法导致版本冲突
- 字体问题:PDF 生成时若提示字体缺失,需安装额外字体包
通过本文介绍的各种方法,用户可以根据自身需求选择最适合的 Pandoc 安装方式。对于大多数用户,推荐使用官方提供的二进制安装包;对于开发者或需要特定功能的用户,则可以考虑从源码编译安装。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
Tauri/Pake 构建 Windows 桌面包卡死?彻底告别 WiX 与 NSIS 下载超时的终极指南智能歌词同步:AI驱动的音频字幕制作解决方案Steam Deck Windows驱动完全攻略:彻底解决手柄兼容性问题的5大方案猫抓:让网页视频下载从此告别技术门槛Blender贝塞尔曲线处理插件:解决复杂曲线编辑难题的专业工具集多智能体评估一站式解决方案:CAMEL基准测试框架全解析三步搭建AI视频解说平台:NarratoAI容器化部署指南B站视频下载工具:从4K画质到批量处理的完整解决方案Shutter Encoder:面向全层级用户的视频压缩创新方法解放双手!3大维度解析i茅台智能预约系统
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
654
4.25 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
498
604
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
282
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
938
859
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
333
389
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
889
暂无简介
Dart
902
217
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
195
昇腾LLM分布式训练框架
Python
142
168