解码红书 Paper Converter

这是一个用于将 Markdown 格式的论文（通常是翻译后的双语版本）转换为排版精美的 PDF 和 DOCX 文档的工具。

功能特点

• 自动排版：生成同名的 PDF 和 DOCX 文件。
• 页眉页脚：支持自定义页眉（如论文标题）和页脚（如版权/翻译声明）。
• 公式支持：自动处理 LaTeX 公式，修复常见的 OCR 错误。
• 双语优化：在 DOCX 中优化中英文段落间距。
• 模板支持：支持使用 DOCX 模板（--refdoc）来控制输出样式。

环境要求

在运行之前，需要安装以下依赖（以 Ubuntu/Debian 为例）：

sudo apt update
sudo apt install pandoc texlive-xetex texlive-latex-recommended fonts-noto-cjk

• Pandoc: 文档转换核心工具。
• XeLaTeX: 用于生成 PDF 的排版引擎。
• Noto CJK 字体: 确保 PDF 中文不乱码。

使用方法

基本用法

./chuandoc <输入Markdown文件> [选项]

选项说明

选项	说明
--source <文件>	指定英文原文 Markdown 文件，用于自动提取页眉标题（默认使用输入文件的首个一级标题）。
--title <标题>	直接指定页眉显示的英文标题（优先级最高）。
--footer <文本>	指定页脚文本。默认值为：翻译整理by钏--e/acc WX：chuaneacc。
--outdir <目录>	指定输出目录（默认为输入文件所在目录）。
--refdoc <文件>	指定 DOCX 样式模板文件。如果模板中包含 HEADER_TITLE 或 FOOTER_TEXT 占位符，会被自动替换。

示例

./chuandoc "DeepSeek-V3.2.md" \
  --title "DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models" \
  --footer "翻译整理by钏--e/acc   WX：chuaneacc"

常见问题

1. PDF 生成失败：

   • 检查是否安装了 texlive-xetex 和 fonts-noto-cjk。
   • 检查 Markdown 中是否有未转义的特殊 LaTeX 字符。

2. DOCX 样式不对：

   • 请尝试使用 --refdoc 指定一个包含正确样式的 reference docx 文件。

项目结构

• chuandoc: 主脚本文件。
• templates/: 存放 DOCX 模板文件。
• scripts/: 辅助脚本。