使用Pandoc将LaTeX转HTML时无法保留代码格式的问题求助

先确认LaTeX代码块的写法 #

Pandoc对LaTeX代码块的识别依赖于标准环境，先检查你的book.tex里代码块是否用了以下两种常用格式：

1. 使用verbatim环境 #

\begin{verbatim}
def hello():
    print("Hello World")
\end{verbatim}

2. 使用listings包的lstlisting环境 #

\usepackage{listings}

\begin{lstlisting}[language=Python]
def hello():
    print("Hello World")
\end{lstlisting}

方案一：无需Lua过滤器，直接用Pandoc内置参数 #

针对verbatim环境 #

直接运行带完整文档生成参数的命令：

pandoc -s book.tex -o book.html

-s参数会生成包含<head>等结构的完整HTML文档，Pandoc默认会把verbatim环境转成<pre><code>标签，自动保留换行和缩进。

针对lstlisting环境 #

需要添加--listings参数让Pandoc识别listings环境，还可以配合语法高亮：

pandoc -s --listings book.tex -o book.html

这条命令会将代码块转成带语法高亮的<pre><code>结构，完全保留原格式。

方案二：修复你的Lua过滤器（如果必须使用） #

如果之前的Lua过滤器只生成了<pre>标签但没保留格式，大概率是没正确提取代码内容或处理换行/空格。用下面的过滤器替换transform.lua：

-- 转义HTML特殊字符，避免破坏结构
local function escape_html(s)
  return s:gsub('&', '&amp;'):gsub('<', '&lt;'):gsub('>', '&gt;'):gsub('"', '&quot;'):gsub("'", '&#39;')
end

-- 处理Pandoc识别的CodeBlock元素
function CodeBlock(block)
  return pandoc.RawBlock('html', '<pre><code>' .. escape_html(block.text) .. '</code></pre>')
end

-- 处理LaTeX原生的verbatim环境
function RawBlock(el)
  if el.format == 'latex' and el.text:match('^\\begin{verbatim}') then
    -- 提取verbatim内部的代码内容，去掉环境标签
    local code_content = el.text:gsub('^\\begin{verbatim}\n?', ''):gsub('\n?\\end{verbatim}$', '')
    return pandoc.RawBlock('html', '<pre><code>' .. escape_html(code_content) .. '</code></pre>')
  end
end

然后运行命令：

pandoc -s --lua-filter=transform.lua book.tex -o book.html

这个过滤器会精准提取代码内容，保留所有换行、缩进，同时转义特殊字符避免HTML结构出错。

内容的提问来源于stack exchange，提问作者Manvar