使用pypandoc转换RTF到PDF时页面格式变更问题求助

大家好，我最近在用pypandoc做RTF转PDF的转换，结果碰到个头疼的问题——转换后的PDF页面格式和原RTF完全对不上！后来发现是因为pypandoc底层用LaTeX生成PDF，直接套用了LaTeX的默认排版规则，导致原文件的边距、段落对齐、行间距这些细节全乱了。

先给大家看看我目前用的代码：

import pypandoc
def rtf_to_pdf(input_file, output_file):
    """
    Convert an RTF file to PDF using pypandoc.
    
    Args:
    input_file (str): Path to the input RTF file.
    output_file (str): Path where the output PDF will be saved.
    """
    try:
        output = pypandoc.convert_file(input_file, 'pdf', outputfile=output_file)
        print(f"Conversion successful! PDF saved as {output_file}")
        return output
    except Exception as e:
        print(f"An error occurred: {e}")

# Example usage
rtf_to_pdf('input_file.rtf', 'output_file.pdf')

我试了好几次，转换后的PDF完全没保留原RTF的排版细节：原本设置的窄边距变成了LaTeX默认的宽边距，段落原本的右对齐变成了左对齐，行间距也明显不一样。有没有大佬能指点下，怎么让转换后的PDF尽量贴近原RTF的格式？

我自己查资料整理的几个可能解决方向，供大家参考： #

• 自定义LaTeX模板：既然底层用LaTeX，那我们可以自己写LaTeX模板来覆盖默认设置。比如先创建一个custom_template.tex文件，里面定义好和原RTF匹配的边距、行间距、字体等参数：

\documentclass{article}
\usepackage[margin=10mm]{geometry} % 这里设置和原RTF一致的边距
\usepackage{setspace}
\setstretch{1.2} % 匹配原文件行间距
\usepackage{ragged2e} % 用于自定义对齐方式
\begin{document}
$body$
\end{document}

然后修改Python代码，在转换时指定这个模板：

output = pypandoc.convert_file(input_file, 'pdf', outputfile=output_file,
                               extra_args=['--template=custom_template.tex'])

• 先转HTML再转PDF：如果觉得LaTeX模板太麻烦，可以换个思路——先把RTF转成HTML（RTF到HTML的格式保留通常更精准），再把HTML转成PDF。这种方式可以用wkhtmltopdf来控制页面参数，代码修改如下：

import pypandoc
def rtf_to_pdf(input_file, output_file):
    try:
        # 第一步：RTF转HTML
        pypandoc.convert_file(input_file, 'html', outputfile='temp_convert.html')
        # 第二步：HTML转PDF，用wkhtmltopdf控制格式
        extra_args = [
            '--wkhtmltopdf-opt', '--margin-top=10mm',
            '--wkhtmltopdf-opt', '--margin-bottom=10mm',
            '--wkhtmltopdf-opt', '--margin-left=10mm',
            '--wkhtmltopdf-opt', '--margin-right=10mm'
        ]
        pypandoc.convert_file('temp_convert.html', 'pdf', outputfile=output_file, extra_args=extra_args)
        print(f"Conversion successful! PDF saved as {output_file}")
    except Exception as e:
        print(f"An error occurred: {e}")

注意这种方法需要提前安装wkhtmltopdf工具，不然pypandoc调用不了。

• 用专用RTF转PDF工具：如果上面两种方法都达不到预期，不如跳过pypandoc，直接用专门处理RTF的工具，比如unoconv（需要依赖LibreOffice）。它能直接读取RTF的格式信息转成PDF，保留度更高。在Python里可以用subprocess调用它的命令：

import subprocess
def rtf_to_pdf(input_file, output_file):
    try:
        subprocess.run(['unoconv', '-f', 'pdf', '-o', output_file, input_file], check=True)
        print(f"Conversion successful! PDF saved as {output_file}")
    except subprocess.CalledProcessError as e:
        print(f"An error occurred: {e}")

这个方法需要先安装LibreOffice和unoconv，不过格式保留的效果通常是最好的。

备注：内容来源于stack exchange，提问作者youta