Pandoc을 사용해서 HTML로 렌더링된 Markdown 문서를 역으로 변환하기

요약

• 사용할 프로그램: Pandoc
• Ubuntu에서 Pandoc설치:
  $ sudo apt-get install pandoc
• 사용법:
  $ pandoc -f입력포맷 -t출력포맷 입력파일 -o 출력파일
• 예시:
  $ pandoc -fhtml -tmarkdown_github test.html -o test.md

이야기

이번에 블로그 글을 Atom 에디터의 Markdown 처리 기능을 이용해서 보기 좋은 HTML 문서로 재작성해보았는데, 원본 Markdown에서 HTML로 변환한 것을 블로그 글로 올리고 나서 원본이 없으면 나중에 다시 편집할 때 어떻게 할까 하는 생각을 하다가 Pandoc이 생각났다.

Pandoc

Pandoc은 마크업 문서간 변환 툴이다. 홈페이지에 나와있는 지원포맷 목록은 다음과 같으며 유용해보이는 포맷들은 글꼴 강조를 하였다.

• HTML:
  XHTML, HTML5, and HTML slide shows using Slidy, reveal.js, Slideous, S5, or DZSlides.
• Word processor:
  Microsoft Word docx, OpenOffice/LibreOffice ODT,OpenDocument XML
• Ebooks:
  EPUB version 2 or 3, FictionBook2
• Documentation:
  DocBook, GNU TexInfo, Groff man pages, Haddock markup
• Page layout:
  InDesign ICML
• Outline:
  OPML
• TeX:
  LaTeX, ConTeXt, LaTeX Beamer slides PDF via LaTeX
• Lightweight markup:
  Markdown, reStructuredText, AsciiDoc, MediaWiki markup, Emacs Org-Mode, Textile
• Custom:
  custom writers can be written in lua.

렌더링된 HTML로부터 Markdown 만들기

방법은 간단하다. 변환하려는 내용을 복사해서 HTML 파일로 저장하고 Pandoc을 사용해서 변환하면 된다. Ubuntu에서 pandoc을 설치하려면$ sudo apt-get install pandoc을 실행한다.

Pandoc의 명령어의 간략한 사용법은 이렇다.
$ pandoc -f입력포맷 -t출력포맷 입력파일 -o 출력파일

나는 HTML으로부터 Markdown(Github Flavored)을 만들고 싶기때문에 다음과 같이 실행하였다.
$ pandoc -fhtml -tmarkdown_github test.html -o test.md

실행해보니 변환이 대체로 잘 되는데, 렌더링된 HTML에 적용되어 있던 몇몇 스타일 정보들이 그대로 텍스트로 옮겨오는 문제가 있다. 주로multi-line code block들에서 이러한 문제가 발생한다. 이런 부분은 같은 스타일이 적용된 것을 텍스트 에디터에서 찾아바꾸기를 통해 바꾸어주면 된다. 해 보면 그리 오래 걸리지는 않는다.

이렇게 하면 원본에 거의 근접한 markdown 문서를 만들 수 있다.