如何通过Pandoc将docx中的字段值传递到LaTeX模板变量中？

Pandoc本身没有原生支持直接从DOCX中提取标记文本作为LaTeX模板变量的功能，但可以通过两种可行方法实现需求：

方法一：用自定义Lua过滤器处理 #

Pandoc的Lua过滤器可以遍历并修改文档内容，通过它能识别DOCX里的自定义样式或标记，提取内容转为模板可用的变量：

• 识别自定义Word样式：比如给客户名称文本应用customer_name样式，过滤器可以捕获带该样式的元素，把文本内容存入Pandoc元数据。
• 识别自定义标记格式：针对你尝试的$variable_name$TEXT$variable_name%$格式，过滤器可以匹配这种文本块，提取中间的TEXT作为变量值，同时清除标记字符。

简化版Lua过滤器示例（保存为extract-vars.lua）：

function Span(el)
  -- 匹配带指定样式的文本
  if el.classes[1] == "customer_name" then
    -- 将内容写入元数据
    pandoc.mediabag.set("metadata.customer_name", el.text)
    -- 移除原文本（若需保留可删除此行）
    return pandoc.Null()
  end
end

执行命令时调用过滤器：

pandoc input.docx --lua-filter=extract-vars.lua --template=your-template.tex -o output.pdf

之后就能在LaTeX模板中用$customer_name$调用该变量。

方法二：先转Markdown再处理变量 #

1. 把DOCX转成Markdown文件：

pandoc input.docx -o input.md

2. 在Markdown开头的元数据区添加提取到的变量：

---
customer_name: "ABC科技有限公司"
system_ref: "SYS-2024-007"
---

3. 结合LaTeX模板编译：

pandoc input.md --template=your-template.tex -o output.pdf

这种方法适合变量数量少、可接受少量手动操作的场景。

你之前尝试的方法无效的原因 #

• 自定义Word样式：Pandoc默认不会把Word样式映射为元数据变量，必须通过过滤器主动提取。
• $variable_name$标记：Pandoc仅解析文档元数据区的变量，不会自动识别正文里的这类标记，需要预处理或过滤器来处理。

内容的提问来源于stack exchange，提问作者Timothy Roes