如何用Lua编写自定义Pandoc HTML Reader解析<title>为Header对象？
2026-6-16
用Pandoc Lua自定义Reader解析HTML的标签 <a class="header-anchor" href="#用pandoc-lua自定义reader解析html的标签" aria-hidden="true">#</a></h1>
<p>完全可以通过Lua自定义Reader实现这个需求，以下是具体的实现方案：</p>
<h2 id="编写自定义lua-reader脚本">编写自定义Lua Reader脚本 <a class="header-anchor" href="#编写自定义lua-reader脚本" aria-hidden="true">#</a></h2>
<p>创建一个名为<code>title-reader.lua</code>的脚本，通过重载HTML Reader的标签处理逻辑来捕获<code><title></code>内容并转为Header对象：</p>
<pre class="hljs"><code class="language-lua volc-pre-code">function Html.reader()
local reader = pandoc.readers.html()
local original_starttag = reader.starttag
reader.starttag = function(tag, attrs, self)
if tag == 'title' then
-- 读取<title>标签内的文本内容
local title_content = self:read_text()
-- 生成Level 1的Header对象
local title_header = pandoc.Header(1, pandoc.Str(title_content))
-- 将标题插入到文档内容的最开头
table.insert(self.contents, 1, title_header)
return true
else
-- 其他标签沿用默认解析逻辑
return original_starttag(tag, attrs, self)
end
end
return reader
end
</code></pre>
<h2 id="执行命令">执行命令 <a class="header-anchor" href="#执行命令" aria-hidden="true">#</a></h2>
<p>运行Pandoc时指定这个自定义Lua脚本即可：</p>
<pre class="hljs"><code class="language-bash volc-pre-code">pandoc --lua-filter title-reader.lua input.html -t native
</code></pre>
<h2 id="效果说明">效果说明 <a class="header-anchor" href="#效果说明" aria-hidden="true">#</a></h2>
<ul>
<li>脚本会自动捕获HTML中的<code><title></code>文本，将其转为一级标题（Header 1）并放在文档内容的最前面</li>
<li>文档中其他HTML标签的解析逻辑完全保留Pandoc默认行为，不会影响原有内容的处理</li>
</ul>
<p>内容的提问来源于stack exchange，提问作者freddie_ventura</p>
相关产品推荐
相关产品推荐
