创建保留HTML注释的Lua过滤器失效，求排查问题原因

问题背景 #

我尝试编写一个仅保留HTML注释（不保留其他HTML元素）的Lua过滤器，代码基于Stack Overflow上的答案实现：

local function starts_with(start, str)
  return str:sub(1, #start) == start
end

function RawInline(el)
  if starts_with('<!--', el.text) then
    return el
  else
    return nil
  end
end

return {{Inline = RawInline}}

执行命令：

pandoc -f html+raw_html from.html -o to.md -t gfm --lua-filter preserve-comments.lua

但该过滤器未生效，无法保留HTML注释。

问题原因 #

1. 匹配字符串错误：启用html+raw_html扩展后，Pandoc会直接将HTML注释解析为原始内联元素，存储的是原始的<!--而非转义后的<!--，导致判断条件不匹配。
2. 覆盖范围不全：原代码只处理了行内RawInline元素，未处理块级的HTML注释；同时没有明确移除其他非注释元素，可能导致其他内容残留。

修复方案 #

修改后的Lua过滤器代码 #

local function starts_with(start, str)
  return str:sub(1, #start) == start
end

-- 保留行内HTML注释，移除其他行内原始元素
function RawInline(el)
  if starts_with('<!--', el.text) then
    return el
  else
    return nil
  end
end

-- 保留块级HTML注释，移除其他块级原始元素
function RawBlock(el)
  if starts_with('<!--', el.text) then
    return el
  else
    return nil
  end
end

-- 移除所有非原始内联元素
function Inline(el)
  return nil
end

-- 移除所有非原始块级元素
function Block(el)
  return nil
end

return {
  {RawInline = RawInline},
  {RawBlock = RawBlock},
  {Inline = Inline},
  {Block = Block}
}

验证命令 #

保持原命令不变，确保输入文件from.html包含有效HTML注释，且过滤器路径正确：

pandoc -f html+raw_html from.html -o to.md -t gfm --lua-filter preserve-comments.lua

内容的提问来源于stack exchange，提问作者user22996855