pandoc word转markdown之后正则修改_pandoc 图片 居中

问题

用pandoc工具将doc文件转换为markdown文件后，有关图片的处理会变成：

(./url路径){width=“3.46875in” height=“1.0729166666666667in”}

但是我要展示到前端的，前端组件用的v-md-preview，结果展示的时候，后面的宽高没有识别，也展示出来了，那么就得把它去掉了，去掉之后也没有感觉有什么影响。

方法

后端处理：

思路

java正则匹配以{开始}结束的子串，并替换为""

正则： (({width)(.*?)(})) 匹配以{width开头 并且以}结尾的子串

 public static void main(String[] args) {
        //字符串
        String line = "abcd{width=jfdksljfsdfjdslk}11111 ";
        //正则表达式
        String pattern = "(\\{width)(.*?)(\\})"; //Java正则表达式以括号分组，第一个括号表示以"{width"开头，第三个括号表示以}结尾，中间括号为目标值
        String replaceStr = "";
        Pattern r = Pattern.compile(pattern);
        Matcher m = r.matcher(line);
        while (m.find()) {
           m.group();
           replaceStr = m.replaceAll(""); //将匹配到的内容清空
        }

1
2
3
4
5
6
7
8
9
10
11
12
13

最后输出：abcd11111

解决！
参考来自：正则匹配

后续

结果width与height不知道怎么的，总是换行的，然后正则就匹配不到，也没找到跨行可以捕获的正则，于是就改成了一半一半的去匹配替换，另外又补充了一些其他可能存在的转换格式错误的地方，就都加进来了

0818
1.新增加了图片居中处理（正则替换，将md图片样式改为html图片标签，手写居中style）
2.新增图片描述居中处理（类似1，增加

）
3.新增类似a. b. c.小标题的首行缩进，添加    
3存在问题，存入文本时候默认就是空格了，这个在页面正式显示的时候还是不缩进的，所以只能就手动再将四个空格全局替换为    ，以后有好的办法再补充，加\或者 都不行

package Tool;

import cn.hutool.core.io.FileUtil;

import java.io.File;
import java.nio.charset.StandardCharsets;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 将pandoc转换后md文件转换为为合规的文件
 */
public class FileTrans {


    /**
     * 将文档内的字符串进行替换
     * 原字符串：strOld
     * 替换后的自古穿：strNew
     *
     * @param mdStr
     * @return
     */
    public static String turnStr(String mdStr, String strOld, String strNew) {
        String turnStr = mdStr.replaceAll(strOld, strNew);
        return turnStr;
    }


    /**
     * 删除生成文件中无用的字符串 width
     *
     * @param
     */
    public static String delUnUsefulStr(String text) {
        String regex = "((\\{width)(.+)(\"))";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(text);
        String replaceStr = "";

        if (matcher.find()) {
            // 字符串匹配成功,删除该处内容
            matcher.group();
            replaceStr = matcher.replaceAll("");
        }
        return replaceStr;
    }


    /**
     * 删除生成文件中无用的字符串height
     *
     * @param
     */
    public static String delUnUsefulStr1(String text) {
        String regex = "((height)(.*?)(\\}))";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(text);
        String replaceStr = "";

        if (matcher.find()) {
            // 字符串匹配成功,删除该处内容
            matcher.group();
            replaceStr = matcher.replaceAll("");

        }
        return replaceStr;
    }

    /**
     * 图片描述居中处理
     * 将图片描述 如 图1-2-3-1  添加html居中标签<center></center>
     *
     * @param
     */
    public static String centerStr(String text) {
        String regex = "((图\\d)(.*?)(\\\r))";

        System.out.println("text = " + text);
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(text);
        String replaceStr = "";

        List<String> list = new ArrayList<String>();


        while (matcher.find()) {
            // 字符串匹配成功,删除该处内容
            list.add(matcher.group());
        }

        for (String s : list) {
            s = s.replaceAll("\r", "");
            String replace = s.replaceAll("\n", "");
            String groupTurn = "<center>" + replace + "</center>\n";
            //replaceStr = matcher.replaceAll(groupTurn);
            text = text.replaceAll(s, groupTurn);
        }
        return replaceStr == "" ? text : replaceStr;
    }

    /**
     * 图片居中处理
     * ![](/pss/abf/template/xxx/image4.png)
     * 转换为html图片标签，然后通过style处理居中格式
     * <img src="/pss/abf/template/xxx/image4.png", style="display:block; margin:auto">
     *
     * @param
     */
    public static String centerPicture(String text) {
        String regex = "((\\!\\[)(.*?)(\\)))";

        System.out.println("text = " + text);
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(text);

        List<String> list = new ArrayList<>();

        while (matcher.find()) {
            // 字符串匹配成功,删除该处内容
            list.add(matcher.group());
        }

        for (String s : list) {
            /**
             * ![](/pss/abf/template/xxx/image4.png)
             * 分割，取中间路径
             */
            String str = s.split("\\(")[1];
            if (str.contains(")")) {
                String replace = str.split("\\)")[0];
                String groupTurn = "<img src=\"" + replace + "\", style=\"display:block; margin:auto\">";
                text = text.replace(s, groupTurn);
            } else {
                System.out.println("str = " + str);
            }
        }
        return text;
    }

    /**
     * 将 a. b. c. d.这种格式进行缩进  替代为 &nbsp;&nbsp;&nbsp;&nbsp;a.
     *
     * @param text
     * @return
     */
    public static String turnIndentation(String text) {
        String regex = "((^[a-z])(.*?)(\\.))";

        System.out.println("text = " + text);
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(text);

        List<String> list = new ArrayList<>();

        while (matcher.find()) {
            // 字符串匹配成功,删除该处内容
            list.add(matcher.group());
        }
        for (String s : list) {
            String groupTurn = "&nbsp;&nbsp;&nbsp;&nbsp;" + s;
            text = text.replace(s, groupTurn);
        }

        return text;
    }

    public static void main(String[] args) {

        String mdStr = FileUtil.readString(new File("D:\\pandoc\\Test2.md"), "utf-8");
        //删除width
        String s1 = delUnUsefulStr(mdStr);
        //删除height
        String s2 = delUnUsefulStr1(s1);
        //替换路径 正式存放路径都为中文三级菜单 /pss/template/三级菜单/images/1.png 业务需要
        String s3 = turnStr(s2, "./test2/images/media", "/pss/abf/template//images");
        //替换标题多余的*
        String s4 = turnStr(s3, "\\*\\*.\\*\\*", ".");
        //替换多个*
        String s5 = turnStr(s4, "\\*\\*\\*\\*", " ");
        //图片描述居中处理
        String centerStr = centerStr(s5);
        //将md图片格式转为html图片标签,并居中样式
        String centerPic = centerPicture(centerStr);
        //将小标题如a. b. c.进行首行缩进补充&nbsp;&nbsp;&nbsp;&nbsp;
        String finalStr = turnIndentation(centerPic);
        //将替换好的String 重新生成到文件
        FileUtil.writeBytes(finalStr.getBytes(StandardCharsets.UTF_8),"D:\\pandoc\\new.md");

    }
}


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196

表格处理

pandoc word转markdown 表格是肯定样式会丢的，因此，这步骤也需要手动去处理，找到了一个在线替换的网站，可以直接从word中复制出来，转完后再替换

markdown表格转换