Pandoc EPUB输出中目录控制的优化与实现
2025-05-03 23:47:36作者:温艾琴Wonderful
在文档转换工具Pandoc的使用过程中,生成电子书格式EPUB时对目录结构的精确控制是一个常见需求。最新版本的Pandoc(3.2.1及以上)已经完善了对EPUB目录生成机制的支持,特别是通过.unlisted类和--toc-depth参数的控制方式。
EPUB目录的双重结构
EPUB格式包含两种目录结构:
- 导航文档(nav.xhtml):仅在用户指定
--toc参数时生成 - 必需目录文件(toc.ncx):所有EPUB文件都必须包含的标准目录结构
目录控制的核心方法
1. 使用.unlisted类排除标题
在Markdown源文件中,为特定标题添加.unlisted类可以将其从生成的目录中排除,同时保持其在正文中的显示。这个特性现在已完全支持EPUB输出格式。
示例:
## 这个标题会出现在目录中
## 这个标题不会出现在目录中 {.unlisted}
2. 通过--toc-depth控制目录深度
--toc-depth参数允许用户精确控制目录包含的标题层级。例如,设置--toc-depth=1将只包含一级标题。
版本兼容性说明
值得注意的是,在Pandoc 3.1.2及更早版本中,目录控制功能可能存在一些限制。特别是:
--toc-depth参数对某些标题层级的控制可能不完全生效.unlisted类在EPUB输出中的支持不够完善
建议用户升级到Pandoc 3.2.1或更高版本以获得完整的目录控制功能。新版本不仅修复了这些问题,还提供了更稳定一致的跨格式输出体验。
实际应用建议
对于需要同时输出PDF和EPUB格式的项目,现在可以使用相同的源文件和标记方式:
- 使用
.unlisted类控制特定标题的目录显示 - 使用
--toc-depth统一控制目录深度 - 无需为不同输出格式准备不同的源文件或进行后期处理
这种统一的处理方式大大简化了多格式出版的工作流程,提高了文档维护的效率。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869