优化Pandoc命令：将DOCX表格Zotero引用转为带data-qmd的HTML

要实现需求，需借助Pandoc Lua过滤器识别Word中的Zotero引用，将其转换为带data-qmd属性的Markdown引用格式，具体步骤如下：

1. 编写自定义Lua过滤器 #

创建名为zotero-refs-to-qmd.lua的文件，内容如下（需根据你的实际引用结构调整匹配逻辑）：

function Span(el)
  -- 识别Zotero在Word中生成的引用（通常带有专属样式，这里以样式类为例）
  if el.classes:includes("ZoteroCitation") then
    -- 从纯文本引用中提取citekey（示例匹配(Author, 2025)格式，需按需调整）
    local citekey_match = string.match(el.text, "%(([%w_]+), %d+%)")
    if citekey_match then
      -- 生成Markdown引用格式并包裹带data-qmd的span
      local markdown_ref = "@" .. citekey_match
      return pandoc.Span(markdown_ref, {["data-qmd"] = ""})
    end
  end
  return el
end

说明：

• Zotero在Word中插入的引用通常带有专属样式，可在Word中查看该引用的样式名称，替换代码中的ZoteroCitation；
• 若要更精准获取citekey，可借助Zotero的Better BibTeX插件同步规范的citekey，避免文本匹配误差。

2. 修改Pandoc转换命令 #

在原命令中加入Lua过滤器参数：

pandoc -f docx -t html --mathjax --lua-filter=zotero-refs-to-qmd.lua mwe.docx -o mwe.html

补充提示 #

• 如果Word中的引用无明显样式标记，可通过解析DOCX内部的Zotero自定义XML元数据精准获取citekey，这需要更复杂的Lua逻辑，可参考Pandoc官方文档中DOCX结构解析相关内容；
• 转换前建议用Zotero同步最新的引用元数据，确保citekey与引用内容对应准确。

内容的提问来源于stack exchange，提问作者SO_tourist