VietNetwork.Vn

Pandoc có thể chuyển đổi giữa các tài liệu Word, Markdown, tệp LibreOffice, HTML và nhiều định dạng khác.

Có vô số lựa chọn để chuyển đổi tài liệu từ định dạng này sang định dạng khác, chẳng hạn như chức năng "Lưu dưới dạng" trong trình xử lý văn bản hoặc nhiều trình chuyển đổi trực tuyến khác. Ngoài ra còn có một tiện ích mã nguồn mở mà tôi vẫn thường xuyên sử dụng: Pandoc.

Pandoc tự nhận mình là "một trình chuyển đổi tài liệu đa năng", hỗ trợ hàng chục định dạng đánh dấu và loại tài liệu. Nó có thể xử lý các tệp Microsoft Word, nhiều phiên bản Markdown, PDF, tệp OpenDocument (chủ yếu được sử dụng bởi LibreOffice), sổ tay Jupyter, đánh dấu MediaWiki, EPUB, bản trình bày PowerPoint, LaTeX và nhiều định dạng khác. Một số định dạng tệp chỉ có thể được sử dụng để nhập hoặc xuất, chứ không thể sử dụng cả hai.


Pandoc có sẵn trong trình quản lý gói cho nhiều bản phân phối Linux, và người dùng Mac đã cài đặt Homebrew có thể tải xuống từ kho lưu trữ đó. Nếu bạn dùng Windows, bạn có thể tải xuống trình cài đặt gói từ trang web của Pandoc hoặc cài đặt bằng các trình quản lý gói như Chocolatey và Winget.

1. Cách sử dụng cơ bản

Pandoc là một ứng dụng dòng lệnh, nhưng hầu hết các chuyển đổi tài liệu đều yêu cầu hai tham số. Bạn cung cấp cho nó đường dẫn đến tệp đầu vào và sử dụng tham số -o để chỉ định nơi bạn muốn lưu tệp đã chuyển đổi. Dưới đây là một ví dụ cơ bản để chuyển đổi tệp Markdown sang HTML:

pandoc "readme.md" -o "readme.html"
Khá đơn giản phải không? Pandoc cố gắng tự động phát hiện định dạng tệp đầu vào và đầu ra, do đó bạn không cần phải xác định chúng mỗi lần.

Tuy nhiên, đôi khi tính năng kiểm tra tự động đó không hoạt động—có thể tệp Markdown của bạn có phần mở rộng.TXT, hoặc tệp đầu ra không nên có phần mở rộng tệp, hoặc lý do nào khác. Trong những trường hợp đó, bạn có thể định nghĩa định dạng đầu vào bằng -f và định dạng đầu ra bằng -t như sau:

pandoc "readme.md" -f markdown -t html -o "readme.html"
Có thể bạn muốn chuyển đổi một tệp văn bản dài sang định dạng EPUB để có thể mở trên máy đọc sách điện tử? Pandoc có thể làm được điều đó:

pandoc "readme.txt" -o "readme_converted.epub"
Bạn có thể có một số tài liệu Word cần được chuyển đổi sang HTML để những người không cài đặt Word có thể xem chúng trên trình duyệt. Không vấn đề gì, Pandoc có thể xử lý được:

pandoc "manual.docx" -o "manual.html"
Lệnh này chỉ tạo mã HTML cơ bản cho văn bản, không có bất kỳ định dạng kiểu nào. Nếu bạn muốn tệp HTML được xuất ra là một tài liệu hoàn chỉnh, độc lập, với lề trang phản hồi và các cải tiến về khả năng đọc khác, bạn có thể sử dụng tham số -s như sau:

pandoc "manual.docx" -s -o "manual.html"
Pandoc còn có nhiều tùy chọn khác, chẳng hạn như sử dụng bảng định kiểu CSS cụ thể cho HTML xuất ra, định dạng các khối mã bên trong tài liệu, thay đổi cách chuyển đổi toán học từ tệp LaTeX, v.v. Trang demo trên trang web của Pandoc có thể giúp bạn hiểu rõ hơn về các tính năng của công cụ này.

Pandoc không có tùy chọn tích hợp để chuyển đổi hàng loạt tệp, nhưng bạn có thể gói nó trong một tập lệnh Bash hoặc PowerShell nhỏ để lặp lại từng tệp trong một thư mục. Phương pháp này sẽ nhanh hơn nhiều để chuyển đổi hàng trăm tài liệu Word so với việc mở từng tài liệu riêng lẻ trong Word.

2. Tăng tốc công việc của tôi

Lần đầu tiên tôi phát hiện ra Pandoc là khi tôi đang thử sử dụng MS-DOS Editor để viết bài. Đó là một trình soạn thảo văn bản thuần túy, nhưng tôi có thể nhập Markdown để thêm liên kết, tiêu đề và các định dạng khác vào tài liệu. Tôi vẫn cần một cách nhanh chóng để chuyển đổi văn bản Markdown đã lưu sang định dạng HTML được hệ thống quản lý nội dung (CMS) của tôi sử dụng.

Pandoc cuối cùng đã hoạt động hoàn hảo cho tác vụ này, mặc dù tôi đã phải thêm tham số –ascii=true để một số ký hiệu hiển thị chính xác. Thay vì xuất ra tệp, tôi đã đưa dữ liệu đầu ra vào lệnh pbcopy trong macOS, lệnh này sẽ dán văn bản HTML vào bảng tạm của tôi.

pandoc "/Users/corbin/Documents/DOS/MAIN.TXT" -f markdown -t html --ascii=true | pbcopy
Tôi đã gói toàn bộ lệnh đó trong một Shortcut trên máy Mac, nên tất cả những gì tôi phải làm là lưu tài liệu, chạy shortcut, rồi dán mã HTML vào chế độ xem Source trong CMS của tác phẩm. Thử nghiệm cụ thể đó với MS-DOS Editor không kéo dài được lâu, nhưng tôi sẽ tìm lại nó khi thử một trình soạn thảo văn bản cũ khác.

Hiện tại, tôi đang quay lại viết bài trên Microsoft Word. Khi tôi sao chép trực tiếp văn bản từ Word và dán vào CMS của bài viết, hoặc bất kỳ trình soạn thảo văn bản nào khác, nó sẽ giữ nguyên toàn bộ định dạng. Tôi muốn giữ nguyên tiêu đề, liên kết và các định dạng quan trọng khác, nhưng không muốn lưu chính xác phông chữ và cỡ chữ trên hàng tá thẻ ngẫu nhiên.

May mắn thay, Pandoc hoạt động hoàn hảo cho nhiệm vụ này. Tôi đã tạo một tập lệnh ngắn để chuyển đổi tài liệu scratchpad của mình sang HTML, xóa các ngắt dòng khỏi tệp gốc, sau đó lưu kết quả vào bộ nhớ tạm:

pandoc -f docx -t html --ascii=true --extract-media="$HOME/Desktop/" "$HOME/Documents/Scratch Pad.docx" --wrap=none | pbcopy
Vấn đề duy nhất là tập lệnh này được mã hóa cứng vào tài liệu nháp của tôi. Đối với các hướng dẫn và bài đánh giá dài hơn, tôi thường tạo một tài liệu Word mới trong thư mục Drafts. Tôi có thể mở terminal để chuyển đổi chúng khi cần, nhưng Shortcuts lại là giải pháp.

Tôi đã tạo một Shortcut mới để thêm tùy chọn menu chuột phải "Sao chép dưới dạng HTML" vào tài liệu trong Finder. Khi chạy, Shortcut sẽ chuyển đường dẫn tệp đến Pandoc, sau đó Pandoc sẽ dán mã HTML đã chuyển đổi vào bảng nhớ tạm của tôi. Vì Pandoc có thể tự động phát hiện định dạng tệp, tính năng này không chỉ áp dụng cho tài liệu Word.


Tóm lại, Pandoc đã giúp tôi viết bằng các trình soạn thảo văn bản mong muốn dễ dàng và nhanh chóng hơn rất nhiều mà không gặp lỗi định dạng và đau đầu. Nó cũng hữu ích cho nhiều trường hợp sử dụng khác trong xuất bản và lưu trữ. Lần tới khi bạn cần chuyển đổi tài liệu, hãy thử dùng Pandoc.