如何用Pandoc Lua过滤器解除Markdown表格嵌套？

问题描述 #

我有一个包含以下内容的DOCX文件：

# Heading

+---------------------+
| Paragraph           |
|                     |
| ## Subheading       |
|                     |
| +-----------------+ |
| | Nested table    | |
| +-----------------+ |
+---------------------+

One last paragraph

希望通过Pandoc处理后得到无表格结构的Markdown内容：

# Heading

Paragraph       

## Subheading  

Nested table 

One last paragraph

我尝试用Pandoc的Lua过滤器处理，但没Lua开发经验，目前写了个框架没进展：

function Table(table)
    pandoc.walk_block(table, {
        Str = function(el)
            -- TODO now what???
        end
    })
end

解决方案 #

你的核心需求是把表格里的所有内容提取出来，替换掉原表格。不需要用pandoc.walk_block遍历文本，直接遍历表格的行和单元格即可，以下是完整的Lua过滤器代码：

function Table(table)
    local extracted_content = {}
    -- 遍历表格的每一行
    for _, row in ipairs(table.content) do
        -- 遍历当前行的每个单元格
        for _, cell in ipairs(row.cells) do
            -- 将单元格内的所有块元素（段落、标题等）加入结果列表
            for _, block in ipairs(cell) do
                table.insert(extracted_content, block)
            end
        end
    end
    -- 返回提取的内容，替换原表格
    return extracted_content
end

代码解释 #

1. 捕获Table元素：Pandoc会自动调用Table函数处理文档中的所有表格
2. 遍历表格结构：依次遍历表格的行、每行的单元格
3. 提取单元格内容：每个单元格里的内容（比如段落、标题、甚至嵌套表格）都是块元素，直接收集这些元素
4. 替换原表格：返回收集到的所有块元素，Pandoc会用这些内容替代原来的表格

使用方法 #

将上述代码保存为unwrap-tables.lua，然后运行Pandoc命令：

pandoc 你的输入文件.docx -o 输出文件.md --lua-filter=unwrap-tables.lua

注意事项 #

• 嵌套表格会被自动递归处理，最终也会展开成普通文本
• 空白单元格因为没有内容块，会被自动忽略，不会生成空行

内容的提问来源于stack exchange，提问作者Rafi