Pandoc

Artigo original ↗ Discussão no Hacker News ↗

O Pandoc surge como uma espécie de “ffmpeg para documentos”, uma ferramenta de linha de comando que consegue converter entre uma enorme variedade de formatos — Markdown, LaTeX, Word, HTML, PDF, EPUB e mais — alimentando desde teses e livros acadêmicos até sites estáticos, faturas e slides. Os comentaristas elogiam sua confiabilidade, flexibilidade e ecossistema (templates, filtros Lua, ferramentas como Quarto e RMarkdown), usando-o frequentemente para manter uma única fonte de verdade em texto simples enquanto exportam para múltiplos formatos de publicação. As principais desvantagens citadas são o grande tamanho do binário, uma curva de aprendizado um pouco íngreme e alguns casos extremos ou complexidade ao ajustar layouts, mas a maioria vê isso como um bom trade-off pelo controle e pela automação que ele oferece.

Sentimento geral

  • Entusiasmo muito forte; muitos chamam o Pandoc de uma das ferramentas mais úteis que têm.
  • Frequentemente comparado ao ffmpeg para documentos e descrito como um “canivete suíço” para marcação.
  • Elogiado pelo bom design da CLI, pela qualidade do código e pela manutenção responsiva.

Casos de uso comuns

  • Conversão de Markdown para HTML, PDF (via LaTeX), EPUB, DOCX, slides e ODT.
  • Escrita acadêmica e técnica: teses, artigos, notas de curso, relatórios científicos, romances, livros didáticos.
  • Geração de sites/blogs estáticos com wrappers simples de shell/Make, às vezes substituindo SSGs completos.
  • Fluxos de trabalho de e-mail: desdobrar/reformatar texto, melhorar a formatação ou escapar de clientes GUI.
  • Conversões pontuais: Word → Markdown/LaTeX, PDF → RTF, HTML → texto etc.
  • Geração de faturas e relatórios via Markdown/HTML → PDF (às vezes com outras ferramentas como WeasyPrint ou puppeteer).

Fluxos de trabalho e toolchains

  • Markdown + LaTeX embutido é um formato de entrada muito popular; alguns preferem Org-mode, AsciiDoc ou DOCX.
  • Pipelines comuns:
    • Markdown → Pandoc → LaTeX → PDF
    • Markdown → Pandoc → DOCX → Google Docs
    • Org/asciidoc → HTML/Markdown → Pandoc → outros formatos
    • Frontends de RMarkdown / Quarto / Codebraid / RStudio que chamam o Pandoc nos bastidores.
  • Usado como backend para sites estáticos, geração de ebooks, apresentações e programação literária.

Debates sobre edição e autoria

  • Grande subthread sobre Word vs Markdown/LaTeX vs texto simples:
    • Alguns preferem Word para escrita longa, estilos, comentários e colaboração, e depois Pandoc para a conversão final.
    • Outros insistem que a escrita deve acontecer em texto simples/Markdown/LaTeX (muitas vezes com Vim/Emacs) para evitar a distração do WYSIWYG e o caos de formatação.
    • Consenso de que o Pandoc ajuda a fazer a ponte entre ecossistemas (texto simples ↔ Word/Google Docs/InDesign).

Extensões e ecossistema

  • Filtros Lua e scripts são usados para personalizar transformações AST, implementar sistemas de slides, tabelas personalizadas, quebras de capítulo etc.
  • Integrado em ferramentas como Quarto, RMarkdown e vários templates de sites estáticos e extensões de navegador/editor.
  • Imagens Docker são amplamente usadas para isolar dependências (especialmente LaTeX) e evitar conflitos com o sistema.

Pontos de dor e limitações

  • Reclamações sobre o tamanho do binário e o “inchaço” de dependências em Haskell; alguns querem uma versão “lite”.
  • A curva de aprendizado, o grande número de opções e o sistema de templates podem parecer idiossincráticos; os usuários հաճախ acabam reaprendendo a ferramenta a cada projeto.
  • Alguns formatos (por exemplo, Org-mode complexo, tabelas complicadas para faturas, necessidades de layout de PDF de nicho) não convertem perfeitamente e exigem ajustes manuais ou ferramentas adicionais.
  • O licenciamento (GPLv3) levanta questões de integração para aplicativos desktop de código fechado.