แปลง. docx เป็น. pdf ด้วย pandoc

ฉันพยายามแปลง. docx ที่ได้รับทางไปรษณีย์เป็น pdf ที่ถูกต้องโดยใช้ pandoc (ฉันใช้ GNU / Linux)

ฉันมีข้อผิดพลาดเกี่ยวกับการเข้ารหัสอักขระ:

$ pandoc file.docx -o file.pdf
pandoc: Cannot decode byte '\x87': Data.Text.Encoding.decodeUtf8: Invalid UTF-8 stream

ฉันพยายามระบุการเข้ารหัส:

$ file -i file .docx 
file.docx: application/vnd.openxmlformats-officedocument.wordprocessingml.document; charset=binary

ฉันประหลาดใจเล็กน้อยcharset=binary(ฉันคาดหวังcharset=iso8859-15) อย่างไรก็ตามฉันพยายามแปลง. docx เป็น utf8 อยู่ดีและมันไม่ทำงาน:

 $ iconv -t utf-8 file.docx
P!      $iconv: séquence d'échappement non permise à la position 16

ฉันมีข้อผิดพลาดเดียวกันกับบรรทัดคำสั่งจากเอกสารของ pandoc :

iconv -t utf-8 file.docx | pandoc | iconv -f utf-8

ฉันจะแปลง. docx นี้เป็น pdf ด้วย pandoc ได้อย่างไร

ในเอกสารที่นี่ , .docxไม่ได้ระบุว่าเป็นที่รองรับการป้อนข้อมูล :

Pandoc เป็นไลบรารี Haskell สำหรับการแปลงจากรูปแบบมาร์กอัปหนึ่งเป็นอีกรูปแบบหนึ่งและเป็นเครื่องมือบรรทัดคำสั่งที่ใช้ไลบรารีนี้ มันสามารถอ่านมาร์กดาวน์และ (ส่วนย่อยของ) สิ่งทอ, reStructuredText, HTML, LaTeX, มาร์กอัป MediaWiki, มาร์กอัป Haddock, OPML และ DocBook; และมันสามารถเขียน ข้อความธรรมดา, markdown, reStructuredText, XHTML, HTML 5, LaTeX (รวมถึงการแสดงสไลด์บีมเมอร์), ConTeXt, RTF, OPML, DocBook, OpenDocument, ODT, docx GNU, Texinfo GNU Texinfo ), FictionBook2, สิ่งทอ, หน้าคน Groff, Emacs Org-Mode, AsciiDoc และ Slidy, Slideous, DZSlides, reve.js หรือการแสดงสไลด์ S5 HTML นอกจากนี้ยังสามารถสร้างเอาต์พุต PDF บนระบบที่ติดตั้ง LaTeX

ลองใช้อย่างอื่นเช่นLibreofficeซึ่งสามารถทำ docx ได้ตราบใดที่คุณไม่สนใจข้อผิดพลาดในการจัดรูปแบบเล็กน้อย

แก้ไข:

คำอธิบายตอนนี้บอกว่าตอนนี้ Pandoc ดูเหมือนว่าจะสนับสนุนการอ่านจาก Word DOCX (เช่นเดียวกับ DocBook และรูปแบบอื่น ๆ ไม่กี่):

Pandoc เป็นไลบรารี Haskell สำหรับการแปลงจากรูปแบบมาร์กอัปหนึ่งเป็นอีกรูปแบบหนึ่งและเป็นเครื่องมือบรรทัดคำสั่งที่ใช้ไลบรารีนี้ มันสามารถอ่านมาร์กดาวน์และ (ส่วนย่อยของ) สิ่งทอ, reStructuredText, HTML, LaTeX, มาร์กอัป MediaWiki, มาร์กอัป TWiki, มาร์กอัป Haddock, OPML, Emacs Org โหมด, DocBook, txt2tags, EPUB และ Word docx ; และมันสามารถเขียนข้อความธรรมดา, markdown, reStructuredText, XHTML, HTML 5, LaTeX (รวมถึงการแสดงสไลด์บีมเมอร์), ConTeXt, RTF, OPML, DocBook, OpenDocument, ODT, docx, GNU Texinfo, MediaWiki markup, Haddockup, EPUBV2 หรือ v3), FictionBook2, สิ่งทอ, หน้าคน Groff, Emacs Org-Mode, AsciiDoc, InDesign ICML และ Slidy, Slideous, DZSlides, เปิดเผย.jsหรือ S5 HTML การนำเสนอภาพนิ่ง นอกจากนี้ยังสามารถสร้างเอาต์พุต PDF บนระบบที่ติดตั้ง LaTeX

ตามที่ @evilsoup แนะนำสิ่งนี้อาจใช้งานได้:

cd /DIRECTORY/WITH/FILE/IN && libreoffice --headless --convert-to html 'FILE.docx' && pandoc 'FILE.html' -o 'FILE.pdf'

_{ใช่คุณสามารถใช้คำสั่ง libreoffice ด้วย--outdirแต่เอาท์พุท html ไม่ได้ทำงานอย่างนั้น ...}

ฉันให้การทดสอบนี้อย่างรวดเร็วและดูเหมือนว่าจะทำงานได้นอกเหนือจาก Pandoc หยุดทำงานเนื่องจากรูปภาพ gif ในเอกสาร

นี้ยังคงเกิดขึ้นในการค้นหาของ Google ดังนั้นฉันต้องการที่จะวางไว้ในบันทึก: แพนโดกไม่สามารถอ่าน docx เมื่อถามคำถามนี้ (ข้อผิดพลาดมาจากการพยายามอ่านไฟล์ไบนารี) แต่เนื่องจากรุ่น 1.13 สามารถทำได้และมันเป็น งานที่ดีงามของมัน