pandoc word转markdown之后正则修改-Toy模板网

这篇具有很好参考价值的文章主要介绍了pandoc word转markdown之后正则修改。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

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
        }

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&nbsp;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");

    }
}