使用pandoc将.docx转换为.pdf

我正在尝试通过使用pandoc将邮件接收的.docx转换为正确的pdf（我正在使用GNU / Linux）。

我有一个关于字符编码的错误：

$ pandoc file.docx -o file.pdf
pandoc: Cannot decode byte '\x87': Data.Text.Encoding.decodeUtf8: Invalid UTF-8 stream

我试图识别编码：

$ file -i file .docx 
file.docx: application/vnd.openxmlformats-officedocument.wordprocessingml.document; charset=binary

我有点惊讶charset=binary（我原以为是charset=iso8859-15）。但是我还是试图将.docx转换为utf8，但它不起作用：

 $ iconv -t utf-8 file.docx
P!      $iconv: séquence d'échappement non permise à la position 16

我在pandoc文档的命令行中有相同的错误：

iconv -t utf-8 file.docx | pandoc | iconv -f utf-8

如何使用Pandoc将.docx转换为pdf？

在此处的文档中，.docx未作为兼容输入列出：

Pandoc是Haskell库，用于从一种标记格式转换为另一种标记格式，并且是使用该库的命令行工具。它可以读取markdown以及Textile，reStructuredText，HTML，LaTeX，MediaWiki标记，Haddock标记，OPML和DocBook（的子集）；它可以编写 纯文本，markdown，reStructuredText，XHTML，HTML 5，LaTeX（包括投影仪幻灯片），ConTeXt，RTF，OPML，DocBook，OpenDocument，ODT，Word docx，GNU Texinfo，MediaWiki标记，EPUB（v2或v3） ），FictionBook2，Textile，groff手册页，Emacs Org-Mode，AsciiDoc和Slidy，Slideous，DZSlides，reveal.js或S5 HTML幻灯片。它还可以在安装LaTeX的系统上产生PDF输出。

尝试别的东西，像LibreOffice的 -它可以做的docx，aslong因为你不介意的几个格式错误。

编辑：

现在的说明说Pandoc现在似乎支持从Word DOCX（以及DocBook和其他一些格式）中进行读取：

Pandoc是Haskell库，用于从一种标记格式转换为另一种标记格式，并且是使用该库的命令行工具。它可以读取markdown和（子集）Textile，reStructuredText，HTML，LaTeX，MediaWiki标记，TWiki标记，Haddock标记，OPML，Emacs Org-mode，DocBook，txt2tags，EPUB和Word docx；它可以写纯文本，降价，reStructuredText，XHTML，HTML 5，LaTeX（包括投影仪幻灯片放映），ConTeXt，RTF，OPML，DocBook，OpenDocument，ODT，Word docx，GNU Texinfo，MediaWiki标记，DokuWiki标记，Haddock标记，EPUB（v2或v3），FictionBook2，Textile，groff手册页，Emacs Org-Mode，AsciiDoc，InDesign ICML和Slidy，Slideous，DZSlides，reveal.js或S5 HTML幻灯片。它还可以在安装LaTeX的系统上产生PDF输出。

正如@evilsoup建议的那样，这可能有效：

cd /DIRECTORY/WITH/FILE/IN && libreoffice --headless --convert-to html 'FILE.docx' && pandoc 'FILE.html' -o 'FILE.pdf'

_{是的，您可以将libreoffice命令与一起使用--outdir，但是html输出并不总是这样。}

我进行了此快速测试，除了因文档中的gif图像而使Pandoc崩溃之外，它似乎还可以工作

这仍然会出现在Google搜索中，因此我想将其记录在案：当询问此问题时，pandoc无法读取docx（错误来自尝试读取二进制文件），但是自1.13版起，它可以执行，并且很好。