r - 在R中使用pandoc将.docx转换为.md时如何保留标题和副标题？

Question

我正在下载一个 .docx 格式的 Google 文档，然后转换为 Markdown 以便进行操作并导出为多种格式。

问题:当我使用 pandoc 进行转换时，它会删除标题(和副标题)，并且不会添加任何 YAML header 信息。我可以在 header 中手动添加标题，但我需要将其编写脚本，因此需要不要丢失标题(理想情况下)或从 docx 中提取标题并添加到 YAML header ，然后将其连接到转换后的 markdown 文件。

示例代码，其中从 docx 转换为 markdown 时标题丢失:

require(rmarkdown);require(devtools)
examplefile=paste0(tempdir(),"/example.docx")
download.file("https://file-examples.com/wp-content/uploads/2017/02/file-sample_100kB.docx",destfile=examplefile)
pandoc_convert(examplefile,to="markdown",output = "example.rmd", options=c("--extract-media=."))

render(paste0(tempdir(), "/example.rmd"),"html_document")
browseURL(paste0(tempdir(),"/example.html"))

Answer 1

从 docx 转换为 markdown(或其他标记格式，如 rst)时，您需要包含 -s 或 --standalone 选项。

来自 pandoc documentation :

-s, --standalone

Produce output with an appropriate header and footer (e.g. a standalone HTML, LaTeX, TEI, or RTF file, not a fragment). This option is set automatically for pdf, epub, epub3, fb2, docx, and odt output. For native output, this option causes metadata to be included; otherwise, metadata is suppressed.

如果没有-s，该数据将被抑制。