PandocRuby 技术文档
2024-12-23 10:15:06作者:卓炯娓
1. 安装指南
1.1 安装 Pandoc
首先,您需要安装 Pandoc。Pandoc 是一个用于将一种标记格式转换为另一种格式的 Haskell 库和命令行工具。您可以通过以下链接获取安装指南:
1.2 安装 PandocRuby
PandocRuby 是一个 Ruby 封装库,用于调用 Pandoc 进行文档格式转换。您可以通过 RubyGems 安装 PandocRuby:
gem install pandoc-ruby
如果您使用 Bundler 进行依赖管理,可以在 Gemfile 中添加以下内容:
gem 'pandoc-ruby'
然后运行 bundle install 进行安装。
2. 项目的使用说明
2.1 基本用法
PandocRuby 提供了简单易用的接口来调用 Pandoc 进行文档格式转换。以下是一个基本的示例,将 Markdown 格式的字符串转换为 reStructuredText 格式:
require 'pandoc-ruby'
@converter = PandocRuby.new('# Markdown Title', from: :markdown, to: :rst)
puts @converter.convert
2.2 使用 #convert 类方法
您也可以直接使用 #convert 类方法进行转换:
puts PandocRuby.convert('# Markdown Title', from: :markdown, to: :html)
2.3 其他参数
PandocRuby 支持将其他参数转换为命令行选项,符号和字符串用于选项,哈希用于带参数的选项。例如:
PandocRuby.convert('# Markdown Title', :s, {f: :markdown, to: :rst}, '--wrap=none', :table_of_contents)
等同于:
echo "# Markdown Title" | pandoc -s -f markdown --to=rst --wrap=none --table-of-contents
2.4 使用 #to_[writer] 方法
PandocRuby 还提供了 #to_[writer] 实例方法,用于直接转换为特定格式。例如:
PandocRuby.new('# Example').to_html(:ascii)
# => "<h1 id="example">Example</h1>"
2.5 转换文件
PandocRuby 支持将一个或多个文件路径作为输入,文件内容将被连接并转换:
# 单个文件路径
PandocRuby.new(['/path/to/file1.docx'], from: 'docx').to_html
# 多个文件路径
PandocRuby.new(['/path/to/file1.docx', '/path/to/file1.docx'], from: 'docx').to_html
3. 项目API使用文档
3.1 类方法
PandocRuby.convert(input, *options): 将输入内容转换为目标格式。PandocRuby.new(input, *options): 创建一个 PandocRuby 实例。
3.2 实例方法
#convert: 将输入内容转换为目标格式。#to_[writer]: 将输入内容转换为特定格式。
3.3 可用的读取器和写入器
PandocRuby::READERS: 可用的读取器列表。PandocRuby::STRING_WRITERS: 可用的字符串写入器列表。PandocRuby::BINARY_WRITERS: 可用的二进制写入器列表。PandocRuby::WRITERS: 所有可用的写入器列表。
4. 项目安装方式
4.1 通过 RubyGems 安装
gem install pandoc-ruby
4.2 通过 Bundler 安装
在 Gemfile 中添加:
gem 'pandoc-ruby'
然后运行 bundle install。
4.3 设置 Pandoc 路径
如果您需要指定 Pandoc 可执行文件的路径,可以使用以下方法:
PandocRuby.pandoc_path = '/path/to/pandoc'
通过以上步骤,您可以顺利安装并使用 PandocRuby 进行文档格式转换。
登录后查看全文
热门项目推荐
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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
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
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108