GitLab CI中用Pandoc将Java文件转PDF的报错问题求助

方案一：修复pdflatex编译错误（解决特殊字符解析问题） #

你之前的pdflatex报错是因为Java代码中的\、_等特殊字符被LaTeX当作命令解析，导致控制序列错误。解决思路是把Java代码包装成Markdown代码块，让pandoc用LaTeX的代码环境渲染，避免解析特殊字符。

修改后的CI配置：

convert_to_pdf:
  stage: convert
  image:
    name: pandoc/latex:edge-alpine
    entrypoint: [""]
  script:
    # 确保输出目录存在
    - mkdir -p combined_output

    # 查找项目目录
    - echo "Searching for the directory..."
    - SB_DIR=$(find . -type d -name "sale")
    - if [ -z "$SB_DIR" ]; then echo "sale directory not found!"; exit 1; fi

    # 递归查找所有.java文件
    - echo "Listing all .java files within $SB_DIR recursively..."
    - JAVA_FILES=$(find $SB_DIR -type f -name "*.java")
    - if [ -z "$JAVA_FILES" ]; then echo "No .java files found!"; exit 1; fi
    - echo "Found .java files:"
    - echo "$JAVA_FILES"

    # 合并所有.java文件
    - echo "Combining all .java files into a single file..."
    - cat $JAVA_FILES > combined_output/all_code.java

    # 将合并后的Java文件包装成Markdown代码块（关键步骤）
    - echo "```java" > combined_output/code.md
    - cat combined_output/all_code.java >> combined_output/code.md
    - echo "```" >> combined_output/code.md

    # 转换为PDF，使用listings包渲染代码
    - echo "Converting combined file to PDF..."
    - pandoc -f markdown -o combined_output/output.pdf combined_output/code.md --pdf-engine=pdflatex --listings
    - echo "PDF conversion completed."

  artifacts:
    paths:
      - combined_output/output.pdf

方案二：用enscript + ps2pdf替代pandoc（更适合代码转PDF） #

enscript是专门用于将代码转换为格式化文档的工具，自带Java语法高亮，无需处理LaTeX的特殊字符问题，且Alpine镜像中可以正常安装依赖。

CI配置示例：

convert_to_pdf:
  stage: convert
  image: alpine:latest
  script:
    # 安装依赖
    - apk add --no-cache enscript ghostscript findutils

    # 创建输出目录
    - mkdir -p combined_output

    # 查找项目目录和Java文件
    - SB_DIR=$(find . -type d -name "sale")
    - if [ -z "$SB_DIR" ]; then echo "sale directory not found!"; exit 1; fi
    - JAVA_FILES=$(find $SB_DIR -type f -name "*.java")
    - if [ -z "$JAVA_FILES" ]; then echo "No .java files found!"; exit 1; fi

    # 合并Java文件
    - cat $JAVA_FILES > combined_output/all_code.java

    # 转换为PDF：enscript生成带语法高亮的PostScript，再转PDF
    - enscript --language=java --color --output=- combined_output/all_code.java | ps2pdf - combined_output/output.pdf

  artifacts:
    paths:
      - combined_output/output.pdf

方案三：使用完整TeX环境的镜像 #

如果坚持用pandoc + pdflatex，可以使用包含完整TeXLive的镜像，避免依赖安装失败的问题：

convert_to_pdf:
  stage: convert
  image: pandoc/core:latest
  entrypoint: [""]
  script:
    # 安装完整TeX环境及依赖
    - apt-get update && apt-get install -y texlive-full ghostscript

    # 创建输出目录
    - mkdir -p combined_output

    # 查找项目目录和Java文件
    - SB_DIR=$(find . -type d -name "sale")
    - if [ -z "$SB_DIR" ]; then echo "sale directory not found!"; exit 1; fi
    - JAVA_FILES=$(find $SB_DIR -type f -name "*.java")
    - if [ -z "$JAVA_FILES" ]; then echo "No .java files found!"; exit 1; fi

    # 合并Java文件并包装为Markdown代码块
    - cat $JAVA_FILES > combined_output/all_code.java
    - echo "```java" > combined_output/code.md
    - cat combined_output/all_code.java >> combined_output/code.md
    - echo "```" >> combined_output/code.md

    # 转换为PDF
    - pandoc -f markdown -o combined_output/output.pdf combined_output/code.md --pdf-engine=pdflatex --listings

  artifacts:
    paths:
      - combined_output/output.pdf

内容的提问来源于stack exchange，提问作者saranyat