Pandoc 3.3 中 PDF 生成时输出目录选项导致交叉引用失效问题分析

在 Pandoc 3.3 版本中，当使用 pdf-engine 配合 output-directory 选项进行 Markdown 到 PDF 的转换时，用户可能会遇到交叉引用无法正确生成的问题。本文将深入分析该问题的技术原因，并提供解决方案。

问题现象

用户在使用以下典型命令时发现交叉引用失效：

pandoc --pdf-engine=xelatex \
       --pdf-engine-opt=-output-directory=output-document-name \
       --from=markdown \
       --filter=pandoc-crossref \
       --lua-filter=path/to/minted.lua \
       --output=document-name \
       md-file-list

系统会输出类似 "LaTeX Warning: ..... Rerun to get ..." 的警告信息，但 Pandoc 并未自动重新运行 PDF 引擎以完成交叉引用的生成。

技术背景

Pandoc 在生成 PDF 时的工作流程通常包括：

1. 将 Markdown 转换为 LaTeX 中间文件
2. 调用指定的 PDF 引擎（如 xelatex）处理 LaTeX 文件
3. 根据引擎输出判断是否需要重新运行以解决交叉引用等问题

问题根源分析

通过代码分析发现，问题出在临时文件目录和输出目录的处理逻辑上：

1. Pandoc 将生成的 LaTeX 文件（input.tex）保存在临时目录（tmpDir）中
2. 当使用 output-directory 选项时，PDF 引擎（如 xelatex）会将生成的日志文件（input.log）和目录文件（input.toc）保存到指定的输出目录（outDir）
3. Pandoc 后续尝试从临时目录读取这些文件来判断是否需要重新运行引擎
4. 由于文件实际位于输出目录，Pandoc 无法检测到需要重新运行的情况

解决方案

针对此问题，有两种可行的技术解决方案：

方案一：统一临时目录和输出目录

修改 Pandoc 的 PDF 生成逻辑，当检测到 PDF 引擎为 xelatex 且指定了 output-directory 选项时，强制将临时目录设置为与输出目录相同。这样可以确保所有中间文件都位于同一目录下。

方案二：改进文件查找逻辑

增强 Pandoc 的文件查找机制，使其能够：

1. 优先在指定的输出目录中查找日志和目录文件
2. 如果未找到，再回退到临时目录查找
3. 根据实际找到的文件内容判断是否需要重新运行 PDF 引擎

影响范围

此问题主要影响：

• 使用 Pandoc 3.3 版本的用户
• 需要生成包含交叉引用的 PDF 文档的场景
• 使用 output-directory 选项指定输出路径的情况

临时解决方案

对于急需解决问题的用户，可以采取以下临时措施：

1. 不使用 output-directory 选项，让所有文件生成在同一目录
2. 手动运行 PDF 引擎两次以确保交叉引用正确生成
3. 降级到 Pandoc 3.2 版本

总结

这个问题展示了 Pandoc 在处理复杂文档转换时目录管理的重要性。通过分析可以看出，文件路径的一致性对于自动化文档生成流程至关重要。建议开发者在处理类似文件路径问题时，建立统一的目录管理策略，确保所有工具组件对文件位置的预期保持一致。

对于普通用户，建议关注 Pandoc 的后续更新，该问题有望在未来的版本中得到修复。同时，了解这一问题的本质也有助于用户在遇到类似情况时能够快速定位和解决问题。