【背景】
之前早就搞定了Docbook转rtf
但是转换出来的结果，不完美，存在很多问题：
【记录】将docbook的xml源码，通过xsltproc和FOP生成（可用word打开的）RTF（Word兼容）格式
而现在希望：
要么是解决上述Docbook转rtf中的问题。
要么是想起他办法，总之想要从Docbook的xml，获得格式完美的word文件。
【折腾过程】
1.去搜了
docbook转word（rtf）
找到很多相关内容：
（2）Apache(tm) FOP Development: RTFLib (jfor)
（3）DocBook to Word Conversion? – Stack Overflow
（4）docbook to word
官网这里都解释过了三种方法：
从该贴中才看懂，原来：
“round-tripping ”
的意思是：
双向支持：
docbook to word
word to docbook
即在Word/Open Office和Docbook之间支持相互转换
2.后来无意间发现有个：
http://johnmacfarlane.net/pandoc/README.html
去试试，通过pandoc将自己Docbook输出的html，转换为docx或rtf
现在去下载：
Releases · jgm/pandoc · GitHub
下载到：
pandoc-1.12.4.2-1-windows.msi
安装时，竟然不能选择安装路径。。。
然后去试用。结果你妹的好搓，竟然找不到新安装的文件到哪里去了。。。
后来还是通过Win7的搜索中，找到pandoc的html文档，然后找到路径的：
C:\Users\Administrator.xxxxx\AppData\Local\Pandoc\
3.然后拷贝一个HTML（加上对应的Images文件夹）到pandoc的目录下，然后去试试效果：
参考：
去执行：
然后先看看help：
C:\Users\Administrator.PC-20131018OHXV\AppData\Local\Pandoc>pandoc.exe –help pandoc.exe [OPTIONS] [FILES] Input formats: docbook, haddock, html, json, latex, markdown, markdown_github, markdown_mmd, markdown_phpextra, markdown_strict, mediawiki, native, opml, org, rst, textile Output formats: asciidoc, beamer, context, docbook, docx, dzslides, epub, epub3, fb2, html, html5, icml, json, latex, man, markdown, markdown_github, markdown_mmd, markdown_phpextra, markdown_strict, mediawiki, native, odt, opendocument, opml, org, pdf*, plain, revealjs, rst, rtf, s5, slideous, slidy, texinfo, textile [*for pdf output, use latex or beamer and -o FILENAME.pdf] Options: -f FORMAT, -r FORMAT –from=FORMAT, –read=FORMAT -t FORMAT, -w FORMAT –to=FORMAT, –write=FORMAT -o FILENAME –output=FILENAME –data-dir=DIRECTORY –strict -R –parse-raw -S –smart –old-dashes –base-header-level=NUMBER –indented-code-classes=STRING -F PROGRAM –filter=PROGRAM –normalize -p –preserve-tabs –tab-stop=NUMBER -s –standalone –template=FILENAME -M KEY[:VALUE] –metadata=KEY[:VALUE] -V KEY[:VALUE] –variable=KEY[:VALUE] -D FORMAT –print-default-template=FORMAT –print-default-data-file=FILE –no-wrap –columns=NUMBER –toc, –table-of-contents –toc-depth=NUMBER –no-highlight –highlight-style=STYLE -H FILENAME –include-in-header=FILENAME -B FILENAME –include-before-body=FILENAME -A FILENAME –include-after-body=FILENAME –self-contained –offline -5 –html5 –html-q-tags –ascii –reference-links –atx-headers –chapters -N –number-sections –number-offset=NUMBERS –no-tex-ligatures –listings -i –incremental –slide-level=NUMBER –section-divs –default-image-extension=extension –email-obfuscation=none|javascript|references –id-prefix=STRING -T STRING –title-prefix=STRING -c URL –css=URL –reference-odt=FILENAME –reference-docx=FILENAME –epub-stylesheet=FILENAME –epub-cover-image=FILENAME –epub-metadata=FILENAME –epub-embed-font=FILE –epub-chapter-level=NUMBER –latex-engine=PROGRAM –bibliography=FILE –csl=FILE –citation-abbreviations=FILE –natbib –biblatex -m[URL] –latexmathml[=URL], –asciimathml[=URL] –mathml[=URL] –mimetex[=URL] –webtex[=URL] –jsmath[=URL] –mathjax[=URL] –gladtex –trace –dump-args –ignore-args -v –version -h –help C:\Users\Administrator.PC-20131018OHXV\AppData\Local\Pandoc> |
再去试用：
C:\Users\Administrator.PC-20131018OHXV\AppData\Local\Pandoc>pandoc.exe -s -S test\src_html\arm_vs_mips.html -o test\output\arm_vs_mips.docx pandoc.exe: Could not find image `file:///E:/dev_root/docbook/dev/config/images/system/tip.png’, skipping… pandoc.exe: Could not find image `images/cp0_reg16_select1.png’, skipping… C:\Users\Administrator.PC-20131018OHXV\AppData\Local\Pandoc> |
然后看看有没有输出。
转换后的效果如下：
【总结】
目前尝试用pandoc转换出word的总体感觉：
（1）图片丢失
（2）不算图片丢失的问题，word文档的总体的效果，要比fop转换出来的rtf效果要好。
但是：
总体上，离理想的目标，还是差距很大。
所以暂时放弃此种方案。
抽空继续去找其他可能的，更好的方案。
转载请注明：在路上 » 【记录】尝试从Docbook转换出格式良好的word文档