Pandoc项目中Textile格式转换百分比符号的处理问题分析

在文档格式转换工具Pandoc中，存在一个关于Textile格式转换的特殊问题：当文档中出现"百分比符号+句点+百分比符号"（即"%. %"）的组合时，转换后的HTML输出会丢失部分百分比符号。这个问题在Pandoc 3.2版本中被首次报告，并在后续版本中得到了部分修复，但在Pandoc 3.5版本中仍然存在一些相关案例。

问题现象

当Textile源文件中包含以下内容时：

15%.
15%. 70%

15% %

转换后的HTML输出会变为：

<p>15%.<br />
15. 70</p>
<p>15% %</p>

可以看到，第二行中的百分比符号在转换过程中丢失了。这与Textile官方规范中的预期行为不符，在规范的Textile处理器中，这些百分比符号应该被保留。

问题扩展分析

进一步测试发现，这个问题不仅限于简单的"%. %"组合。以下是一些更复杂的案例：

Textile输入：

63 %. -ok
63% ). 75 % -ok
63%) . In. - ok
63%). % -not ok
63%). 75 %  -not ok

HTML输出：

<p>63 %. -ok</p>
<p>63% ). 75 % -ok</p>
<p>63%) . In. - ok</p>
<p>63). -not ok</p>
<p>63). 75 -not ok</p>

从这些案例可以看出，当百分比符号与右括号和句点组合出现时（即"%)"后跟句点），转换问题尤为明显。这实际上与Textile的span标签语法有关，在Textile中，百分号%被用作创建span标签的语法元素。

技术背景

Textile是一种轻量级标记语言，它使用特定的符号组合来表示格式。其中，百分号%在Textile中有特殊含义，用于创建span标签。当百分号出现在空白字符之间时，它会被解释为span标签的开始和结束。

Pandoc在处理Textile时，需要准确识别这些特殊符号的上下文。当百分号出现在非span标签上下文中（如表示百分比数值时），应该保留原样输出。然而，当前的实现似乎在某些边界条件下无法正确区分这两种情况。

解决方案建议

要彻底解决这个问题，Pandoc的Textile解析器需要：

1. 改进对百分号上下文的识别逻辑，特别是在它可能表示数值百分比而非标记语法的场景
2. 特别处理百分号与标点符号（如句点、括号）的组合情况
3. 添加更多的测试用例来覆盖各种边界条件

对于用户而言，在问题完全修复前，可以尝试以下临时解决方案：

• 在百分比数值和后续标点之间插入空格
• 使用HTML实体编码来表示百分号（如%）
• 避免在百分比数值后直接跟句点或其他标点符号

总结

Pandoc作为一款强大的文档转换工具，在处理Textile格式时遇到的这个百分比符号问题，展示了标记语言转换中的常见挑战：特殊符号的多义性处理。虽然这个问题看似只影响特定场景，但它实际上反映了标记语言处理器设计中需要面对的普遍性问题——如何准确区分标记语法和字面内容。随着Pandoc的持续开发，这类边界条件问题有望得到更全面的解决。