Hacker News 中文摘要

RSS订阅

Pandoc二十年 -- Twenty Years of Pandoc

原文链接 | HN讨论 | 2026-08-04 09:45:43

文章摘要

Pandoc项目始于2006年，最初仅3000行Haskell代码，支持少数格式转换。二十年后，它成为最流行的Haskell程序，支持50多种文档格式，集成于学术写作工具，全球数百万台电脑安装。作者回顾了项目发展历程。

文章总结

好的，这是根据您的要求，对原文进行中文重述和精简后的版本。

标题：Pandoc 的二十年

核心内容：

2026年8月3日，Pandoc项目迎来了二十周年。作者John MacFarlane回顾了该项目从一个个人实验成长为全球数百万台电脑上安装的文档转换工具的历程。

项目起源（2006年）：

Pandoc的诞生并非源于一个明确的开发计划。作者最初是为了学习Haskell编程语言，而Haskell恰好擅长编写解析器，于是他决定写一个Markdown解析器。与当时其他直接用正则表达式转换的Markdown实现不同，Pandoc采用了解析器组合器，先将文档解析为抽象的语法树（AST），再渲染成其他格式。这种架构更可靠、更易扩展，只需编写N个解析器和M个渲染器，就能支持N×M种转换。最初版本（0.1）仅由约3000行Haskell代码构成，支持Markdown、reStructuredText、HTML和LaTeX之间的相互转换，以及输出RTF和S5格式。

早期发展（2006-2008年）：

项目最初并未宣传，但逐渐被用户发现。2006年，一位土耳其开发者将Pandoc打包进了Debian Linux，大大提升了其知名度。此后的改进主要基于作者自身的学术需求，陆续增加了DocBook、groff man pages、ConTeXt等输出格式，以及Markdown的脚注、表格、定义列表等语法支持。

Pandoc 1.0时代（2008-2017年）：

1.0版本是重要里程碑，新增了MediaWiki、OpenDocument、ODT等输出格式，并引入了代码块语法高亮和自动生成引文与参考文献的功能。为支持这些功能，作者还编写了zip-archive和highlighting-kate等Haskell库。

在此期间，作者参与了Markdown语法的标准化讨论，并最终主导了CommonMark规范的制定，旨在消除Markdown语法的歧义。Pandoc也逐步增加了对Word docx、EPUB、Org-mode、Textile、AsciiDoc、Beamer等多种格式的支持。2013年，项目引入了Markdown扩展系统、YAML元数据块、Lua自定义输出和JSON过滤器，极大地增强了灵活性和可定制性。

Pandoc 2.0时代（2017-2023年）：

2.0版本进行了重大架构调整，允许解析器和渲染器进行I/O操作（如读取文件），并引入了性能更优的Lua过滤器。此版本还增加了对GitHub风格Markdown、Jupyter Notebooks（ipynb）、PowerPoint等多种格式的支持。作者重写了引文处理库，使其更快、更准确。此外，项目还获得了10万美元的捐赠，用于资助核心维护者。

Pandoc 3.0时代（2023年至今）：

为满足用户对精简版本的需求，项目被拆分为核心库、Lua引擎、服务器和命令行工具四个部分。新增了对Typst、djot等现代标记语言的支持，并增加了ANSI终端输出、Excel表格读取、PowerPoint读取等多种格式。2026年发布的3.9版本支持编译为WASM，使得Pandoc可以在浏览器中运行。

现状与数据：

目前，Pandoc支持51种输入格式和76种输出格式，理论上可进行3876种不同的转换。核心代码约8.5万行，若计入主要依赖库，则规模翻倍。项目在GitHub上已解决了7346个问题，有超过600名贡献者。

关于Haskell的选择：

作者认为，Haskell的代数数据类型、强类型系统、纯函数特性，对于维护像Pandoc这样的大型项目非常有帮助，能有效减少错误，让开发者敢于进行大规模修改。虽然Rust在性能和内存效率上可能更优，但Haskell在表达抽象和辅助思考方面更具优势。

未来展望：

作者认为，虽然大型语言模型（LLM）在文档格式转换上表现出潜力，但Pandoc在确定性、可靠性和生态效率（能耗更低）方面仍有显著优势。不过，随着AI的发展，未来这类工具的需求可能会发生变化。

结语：

作者为Pandoc二十年的历史感到自豪，认为它为全球用户节省了无数时间。

评论总结

根据评论内容，总结如下：

主要观点与论据：

  1. 高度认可与感谢：多数评论者对Pandoc表达强烈感激，认为其是职业生涯或日常工作的关键工具。例如：

    • "I owe my career as a scientist to it." (darthoctopus)
    • "Pandoc is amazing. One command and it just works painlessly." (graemep)

  2. 实用性与效率：Pandoc被广泛用于文档转换、静态网站生成、邮件内容处理等场景，强调其简洁高效。例如：

    • "I use it multiple times per day to move content between Outlook emails and a coding harness." (rahimnathwani)
    • "find . -name '*.md' -type f -exec sh -c '... pandoc ...'" (malkosta)

  3. 技术优势与未来展望：有评论指出Pandoc基于基础原理构建，比LLM更可靠高效；也有人认为未来仍需此类工具。例如：

    • "it's still so many more orders of magnitude better in efficiency, especially with big batch jobs." (adamddev1)
    • "I think we will need wonderful things like pandoc more and more." (adamddev1)

  4. 对创作者的敬意：多位评论者惊讶于哲学教授开发出如此广泛使用的工具，并表达敬意。例如：

    • "That a professor of philosophy made tools that are used by millions... mind boggling." (aanet)

不同观点平衡： - 所有评论均为正面，无负面评价。唯一提及的潜在替代方案（djot）仅作为询问，未形成对立观点。 - 关于未来，有评论认为Pandoc仍将重要，与LLM互补而非被取代。

总结： 评论一致高度赞扬Pandoc的实用性、效率和可靠性，感谢其创作者，并认为它在未来仍将发挥关键作用。