Pandoc は多種多様なフォーマットに対応した ドキュメント変換ソフトウェアです。
→{2014-10-07 Tue}続報！もっと正しく快適にorg文書に変換しよう
現在主流の軽量マークアップ言語 Markdown をはじめとして、 Emacsユーザにとって嬉しい org-mode にも対応しています。
orgフォーマットの入出力ができるとはいえ できたてほやほやなので、まだ完璧ではありません。
$ pandoc --help
Input formats: docbook, haddock, html, json, latex, markdown,
markdown_github,
markdown_mmd, markdown_phpextra, markdown_strict, mediawiki,
native, opml, org, rst, textile
Output formats: asciidoc, beamer, context, docbook, docx, dzslides,
epub, epub3,
fb2, html, html5, icml, json, latex, man, markdown,
markdown_github, markdown_mmd, markdown_phpextra,
markdown_strict, mediawiki, native, odt, opendocument, opml,
org, pdf*, plain, revealjs, rst, rtf, s5, slideous, slidy,
texinfo, textile
[*for pdf output, use latex or beamer and -o FILENAME.pdf]
Options:
-f FORMAT, -r FORMAT --from=FORMAT, --read=FORMAT
-t FORMAT, -w FORMAT --to=FORMAT, --write=FORMAT
-o FILENAME --output=FILENAME
略標準入出力も使えるので、前処理・後処理も自由自在です。
たとえば、サイトを orgフォーマット に変換するにはこのようにします。
$ curl -s URL | pandoc -f html -t org
標準出力に変換結果
$ curl -s URL | pandoc -f html -o output.org
output.orgに出力とりあえず、URLをorgに変換するEmacsコマンドを書いてみました。
(defun toorg (url)
(interactive "sConvert site to org (URL): ")
(switch-to-buffer (format "*toorg: %s" url))
(buffer-disable-undo)
(erase-buffer)
(shell-command
(format "curl -s %s | pandoc -f html -t org" (shell-quote-argument url))
(current-buffer))
(save-excursion
(while (re-search-forward "\\\\\\\\$" nil t)
(replace-match "")))
(org-mode)
(view-mode 1))M-x toorg の後にURLを指定すれば、org変換結果をバッファに出力します。
とりあえず興味があれば、 HTML - 多様なフォーマットに対応！ドキュメント変換ツールPandocを知ろう - Qiita がまとまってて詳しいです。
また、マニュアルが日本に全訳されていて、現時点で新しいです。 Pandoc ユーザーズガイド 日本語版
PandocはHaskellで書かれています。
Haskellはいつか始めてみようと思ったまま きっかけが見付からず何年も過ぎてしまいました。
ドキュメント変換は昔から興味があるテーマなので これをきっかけにHaskellにも手を出してみたいです。