Pandoc

Artículo original ↗ Discusión en Hacker News ↗

Pandoc aparece como una especie de “ffmpeg para documentos”, una herramienta de línea de comandos que puede convertir entre una enorme variedad de formatos—Markdown, LaTeX, Word, HTML, PDF, EPUB y más—impulsando desde tesis y libros académicos hasta sitios web estáticos, facturas y presentaciones. Los comentaristas elogian su fiabilidad, flexibilidad y ecosistema (plantillas, filtros Lua, herramientas como Quarto y RMarkdown), y a menudo lo usan para mantener una única fuente de verdad en texto plano mientras exportan a múltiples formatos de publicación. Los principales inconvenientes mencionados son su gran tamaño binario, una curva de aprendizaje algo pronunciada y algunos casos límite o complejidad al ajustar maquetaciones, pero la mayoría considera que son compensaciones aceptables por el control y la automatización que ofrece.

Sentimiento general

  • Entusiasmo muy fuerte; muchos llaman a Pandoc una de sus herramientas más útiles.
  • A menudo se compara con ffmpeg para documentos y se lo describe como una “navaja suiza” para marcado.
  • Se elogia su sólido diseño de CLI, la calidad del código y un mantenimiento receptivo.

Casos de uso comunes

  • Convertir Markdown a HTML, PDF (vía LaTeX), EPUB, DOCX, diapositivas y ODT.
  • Escritura académica y técnica: tesis, artículos, apuntes de curso, informes científicos, novelas, libros de texto.
  • Generación de sitios/blogs estáticos con simples envoltorios de shell/Make, a veces reemplazando SSG completos.
  • Flujos de trabajo de correo electrónico: desajustar/refluir texto, mejorar el formato o escapar de clientes GUI.
  • Conversiones puntuales: Word → Markdown/LaTeX, PDF → RTF, HTML → texto, etc.
  • Generación de facturas e informes mediante Markdown/HTML → PDF (a veces con otras herramientas como WeasyPrint o puppeteer).

Flujos de trabajo y cadenas de herramientas

  • Markdown + LaTeX en línea es un formato de entrada muy popular; algunos prefieren Org-mode, AsciiDoc o DOCX.
  • Cadenas comunes:
    • Markdown → Pandoc → LaTeX → PDF
    • Markdown → Pandoc → DOCX → Google Docs
    • Org/asciidoc → HTML/Markdown → Pandoc → otros formatos
    • RMarkdown / Quarto / Codebraid / frontends de RStudio que llaman a Pandoc por debajo.
  • Se usa como backend para sitios estáticos, generación de libros electrónicos, presentaciones y programación literaria.

Debates sobre edición y autoría

  • Gran subhilo sobre Word vs Markdown/LaTeX vs texto plano:
    • Algunos prefieren Word para escritura de largo formato, estilos, comentarios y colaboración, y luego Pandoc para la conversión final.
    • Otros insisten en que escribir debe hacerse en texto plano/Markdown/LaTeX (a menudo con Vim/Emacs) para evitar la distracción WYSIWYG y el caos de formato.
    • Consenso en que Pandoc ayuda a tender puentes entre ecosistemas (texto plano ↔ Word/Google Docs/InDesign).

Extensiones y ecosistema

  • Filtros Lua y scripting se usan para personalizar transformaciones AST, implementar sistemas de diapositivas, tablas a medida, saltos de capítulo, etc.
  • Integrado en herramientas como Quarto, RMarkdown y varias plantillas de sitios estáticos y extensiones de navegador/editor.
  • Las imágenes de Docker se usan ampliamente para aislar dependencias (especialmente LaTeX) y evitar conflictos del sistema.

Puntos problemáticos y limitaciones

  • Quejas sobre el tamaño binario y la “hinchazón” de dependencias de Haskell; algunos quieren una versión “lite”.
  • La curva de aprendizaje, las muchas opciones y el sistema de plantillas pueden sentirse idiosincráticos; los usuarios a menudo vuelven a aprenderlo en cada proyecto.
  • Algunos formatos (p. ej., Org-mode complejo, tablas complicadas para facturas, necesidades de maquetación PDF de nicho) no se convierten a la perfección y requieren ajustes manuales o herramientas adicionales.
  • La licencia (GPLv3) plantea preguntas de integración para aplicaciones de escritorio de código cerrado.