从（不完整的）LaTeX 文档中自动提取 Markdown 格式的表格

Question

以下命令可能会让您感到惊讶，因为它在单个管道中实现了您想要的功能（或者至少，它实现了我的想法你要的那个）。

该命令甚至可以放入一条推文中:) ：

pandoc test_dummy.tex -f markdown -t html | grep -E '(^<|^$|^ *$)' \
| grep -v "^<p" | pandoc -f html -o tables.pdf

或者，将其格式化得更漂亮一些：

pandoc                   \
     test_dummy.tex      \
    -f markdown          \
    -t html              \
                         \
| grep -E '(^<|^$|^ *$)' \
                         \
| grep -v '^<p'          \
                         \
| pandoc                 \
    -f html              \
    -o tables.pdf        \
    --latex-engine=xelatex

_{（事实证明，我必须使用它xelatax来生成 PDF——您的源文件包含一些 Unicode 字符，通过默认引擎处理时会触发错误pdflatex。）}

解释：

您的输入文件实际上并不是有效的 LaTeX 文档（尽管.tex文件名中有后缀）。它是 LaTeX 和 Markdown 片段的混合体。
pandoc管道中的第一个命令：
这可能会让您感到惊讶：我声明-f markdown告诉 Pandoc 它应该将输入文件视为 Markdown（而不是 LaTeX！）。

这个技巧的原因是：Pandoc 容忍raw_texMarkdown 源中散布的片段。当您想要创建基于 LaTeX 的输出文档（Beamer、PDF、LaTeX 本身……）时，这很有用。然后 Pandoc 会让这些原始 TeX 片段不加改变地传递给 LaTeX。——对于非 LaTeX 输出，这些片段会被忽略……因为无论如何您都不关心这些（就您当前的目的而言），我们可以忽略这里出现的任何问题。

由于该-t html参数，结果输出将具有 HTML 格式。几乎所有内容都将用 HTML 标签标记，除了一些仅由文本字符串组成的行。所有行（除提到的“纯文本字符串”外）都将以开头<。
grep管道中的第一个命令：
这仅保留这些行...
- ...以标签开头：^<，
- ...或者完全是空的：^$，
- ...或者仅包含空白：^ *$。
因此，没有任何标签的文本片段将
grep管道中的第二条命令：
这将抛弃所有包含用段落标记包裹的文本并以开头的行<p。

现在剩下的应该只是用于表格渲染的 HTML 代码。（该 HTML 代码没有开销<html><head> ... </head><body> ... </body></html>）。
pandoc管道中的第二条命令：
该阶段现在已为另一个 Pandoc 命令做好准备：它将获取代表上一个命令剩余（前 Markdown）表的 HTML 代码，并将其转换为 PDF 文档。

瞧！

以下是结果的截图：

表格.pdf 的截图

注意事项：虽然我的命令适用于您提供的示例文件，但如果您针对其他类似文件运行它，则可能需要进一步调整，这些文件可能包含我可能没有考虑到的其他元素......

更新

为了删除以符号开头的注释掉的行%（按照 OP 在注释中的要求），请使用这个修改后的命令：

pandoc                              \
     test_dummy.tex                 \
    -f markdown                     \
    -t html                         \
                                    \
| grep -E '(^<|^$|^ *$)'            \
                                    \
| grep -v '^<p'                     \
                                    \
| sed 's#%.*</caption>#</caption>#' \
                                    \
| pandoc                            \
    -f html                         \
    -o tables.pdf                   \
    --latex-engine=xelatex

Answer 1