xml-parsing - 使用 ruby​​ 将 mathtype 方程从 word docx 转换为 word 方程

Question

我正在尝试将 Docx 转换为 Html，但 Docx 可能包含图像、WMF 格式的 MathType 方程和tex带$分隔符的格式的单词方程。

我尝试使用 pandoc 和 LibreOffice 将 Docx 转换为 Html：

使用 pandoc 的问题：Pandoc 跳过 MathType 方程，所以我必须阅读 document.xml 并使用gimp's convert命令行工具将 WMF 转换为 png。

这使得一些方程的格式非常不可读。

使用 libreoffice 的问题：它实际上将整个文档转换为 HTML 非常好，但是在转换过程中单词方程会从侧面切掉。

我想要的是一些可以将 Docx 转换为 Html 的工具，它将 MathType 方程和单词方程都转换为tex格式。

我想最好在 ruby​​ 中执行此操作，但也欢迎任何解决方法或想法。

谢谢。

Answer 1

pandoc docx 阅读器仅支持OMML 数学，不支持旧的 MathType。

您可以编写一个pandoc 过滤器，在 pandoc AST 中找到数学（它将作为纯文本存在）并将它们转换为pandoc 数学元素，pandoc LaTeX 编写器将自动转换为 TeX 数学。