做学术写作的人早晚会撞上 LaTeX 转 Word 这道坎。我最近帮课题组把三篇双栏论文从 LaTeX 原稿转成 Word 投稿版中间踩遍了公式乱码、图表移位、交叉引用变纯文本这些坑。这篇指南会把 LaTeX 转 Word 的完整路径、Pandoc 和 ai2word 这两类主流方案的优劣、以及数据隐私上的注意事项一起讲透。无论你是刚入门 LaTeX 的学生还是被期刊 Word 模板折磨的科研工作者这篇文章都能给你一条可以照着走的实操路线。1. 为什么说 LaTeX 转 Word 是“全场最坑”的一趟活1.1 LaTeX 与 Word 的底层逻辑差异想搞清楚转换为什么会出问题得先明白 LaTeX 和 Word 在底层逻辑上完全是两套东西。LaTeX 是“源代码 编译”的思维你写的是带命令的纯文本图片、公式、引用都是通过代码引用进来的编译后才生成最终页面。Word 则是“所见即所得”的思维文字、样式、公式对象、图片、域代码全都塞在同一个文件里排版由 Word 引擎实时计算。这种差异造成了一个很直接的结果LaTeX 转 Word 本质上不是你熟悉的“翻译”而是“重新排版”。公式在 LaTeX 里是纯文本源码在 Word 里必须是 OMML 公式对象图片在 LaTeX 里可以放 PDF、EPSWord 对这两种格式的兼容性极差交叉引用在 LaTeX 里靠\ref{label}这种键值对应Word 里没有等价的“标签-引用”机制。所以任何一个环节处理不当输出文档就会出问题。1.2 常见的“想当然”方案为什么都不靠谱很多人遇到转换需求第一反应是“把 PDF 转成 Word”。这个思路听起来简单实际效果却很差。PDF 保存的是最终渲染结果文字和公式在 PDF 里只是“画在页面上的轮廓”几乎不带语义结构。PDF 转 Word 工具只能靠图像识别和版面分析去“反向推测”公式经常变成图片或乱码文字虽然能复制但段落层级和标题样式全丢。用于阅读没问题用于编辑修改基本是灾难。第二个常见方案是直接复制粘贴。从 LaTeX 编译好的 PDF 里复制公式文本粘到 Word 里十有八九是乱码因为公式在 PDF 里根本不存在“可复制的公式文本”。复制正文文字也很容易把双栏顺序搞乱分页符、页眉页脚全部错位。第三个方案是手工重排这个最可靠但一篇长论文动辄十几个小时效率太低。所以理性的选择只剩两条路规则解析工具Pandoc和 AI 辅助转换工具ai2word 这类。它们解决的是同一个问题但思路完全不同后面我会详细拆。1.3 什么时候你真的需要转 Word还有个问题容易被忽略你真的必须转 Word 吗根据经验只有这几种情况值得花精力去转目标期刊或会议明确要求提交 Word 模板不接受 LaTeX 源文件。合作者不会用 LaTeX需要在 Word 里继续修订、批注。学校或单位要求最终归档文件必须为 Word 版本。如果只是自己排版或者投给接受 LaTeX 的期刊完全没必要受这个罪。我见过不少同学因为导师随口一句“转成 Word 发我”就耗费两三天处理格式结果导师也只是看一眼根本不编辑。先确认需求再决定是否动手这能省下大量时间。2. 转换方案的选型思路先想清楚这三件事再动手2.1 按文档类型和质量要求选方案不同论文的转换难度差别很大。纯文字为主、公式只有简单上下标的论文Pandoc 一条命令基本就能搞定。但数学公式密集、用了大量自定义宏包、包含 TikZ 绘图的论文转换难度会指数级上升这时候单纯依赖某一种工具都会出问题。我的经验是先把论文拆成几个模块评估公式复杂度、表格复杂度、图片格式、交叉引用数量、参考文献风格。公式多就优先考虑公式还原能力强的方案表格多就要关注表格宽度和合并单元格的还原图片用的是 PDF 还是 EPS直接决定转换后图片是否丢失。2.2 隐私与数据合规决定“本地做”还是“在线做”这一条我放在选型的前置条件里讲是因为很多人第一次用在线转换工具时根本没想过数据风险。未发表的论文往往包含研究数据、基金项目编号、作者单位等敏感信息在审稿阶段更是不能外传的内容。而你一旦把 LaTeX 源文件或 PDF 上传到某个在线转换服务文件就从你的控制范围内脱离出去了。本地用 Pandoc 转换完全不联网所有处理都在自己电脑上完成适合处理敏感文档。ai2word 这类 AI 工具效果虽好但转换过程通常在云端完成必须仔细看服务条款数据保留多久、是否用于模型训练、是否支持手动删除、有没有企业版或私有化方案。如果服务条款写得含糊其辞我建议宁可手工排也不要上传。2.3 三个必须提前问自己的问题在选具体工具之前先回答三个问题目标 Word 模板有没有硬性要求比如指定了中文字体、标题编号格式、参考文献样式。这决定了你需不需要自定义样式模板Pandoc 的--reference-doc参数就是干这个用的。公式是否需要继续编辑如果需要必须选择输出 OMML 原生公式的方案如果只是打印或提交终稿公式变成图片也可以接受。文档里有没有 Pandoc 支持不了的 LaTeX 功能比如 TikZ 绘图、算法伪代码环境、复杂自定义环境。这些部分大概率需要转换后手工补图。回答完这三个问题基本就能确定是用 Pandoc 打底还是直接用 ai2word还是两者结合。3. Pandoc 实战命令、参数与我的踩坑记录3.1 环境准备与安装Pandoc 是一个命令行工具安装本身不复杂。Windows 可以直接下载官方安装包或者用choco install pandocmacOS 用户执行brew install pandocLinux 下用系统包管理器安装即可。需要注意的是Pandoc 版本更新很快老版本对 LaTeX 宏包的解析能力弱很多尽量装最新版。如果你之前装了 TeX Live 或 MiKTeXPandoc 和它们互不干扰可以共存。不过 Pandoc 本身并不依赖 LaTeX 发行版它只是“读 LaTeX 源码”不需要编译。少数扩展功能比如转 PDF会用到 LaTeX但转 Word 完全用不上所以不用担心环境冲突。3.2 基础转换命令与参数说明最基础的转换命令只有一行pandoc main.tex -o main.docx这行命令会把 main.tex 里的正文文本、基础格式、公式和图片尽量转换成 Word 文档。实际使用时我一般会加几个参数pandoc main.tex -o main.docx \ --toc --toc-depth3 \ --number-sections \ --citeproc --bibliographyrefs.bib --cslieee.csl--toc生成目录--toc-depth3控制目录层级--number-sections给章节标题自动编号--citeproc配合--bibliography和--csl可以把 BibTeX 文献库转换成规范的参考文献列表。这几个参数属于高频用法建议存档。这里要特别强调一点Pandoc 转 docx 时公式默认会转成 Word 原生公式OMML也就是可以直接在 Word 里点击编辑的公式对象。这是 Pandoc 一个很大的优势完全不需要额外配置。不要画蛇添足去加--webtex或--mathml那会把公式变成图片链接或 MathML 代码反而丢失了可编辑性。3.3 公式、图片、表格、引用的处理细节公式简单的行内公式和单行公式Pandoc 基本能完美转换。但aligned多行公式、cases分段函数、带编号的公式组转换后经常出现错位或编号丢失。这里有一个很实用的准备工作转换前检查 LaTeX 源文件把自定义的\newcommand宏尽量展开成实际内容。Pandoc 对自定义宏的支持有限宏多了要么报错要么静默丢弃展开后能避免很多莫名其妙的问题。图片LaTeX 里常用\includegraphics引用 PDF、EPS、PNG 等格式的图片。Pandoc 转换时会尝试把图片嵌入 Word但 PDF 和 EPS 在 Word 里的兼容性很差经常出现空白或无法显示。最稳妥的做法是转换前用工具把这些图片统一转成 300dpi 的 PNG 或 JPG。我常用的命令是pdftoppm -png -r 300 fig.pdf fig至于 TikZ 绘制出来的图Pandoc 基本无法处理。我的建议是在 LaTeX 源文件里把 TikZ 图单独编译成 PDF再转成 PNG用\includegraphics替换原来的 TikZ 代码然后再做转换。虽然有点绕但转换成功率会大幅提升。表格longtable和tabularx环境 Pandoc 能转但转出来的表格经常“散架”。列宽信息丢失、合并单元格退化、表格超出页面边界都是常见问题。转换后需要在 Word 里手动调整选中表格在“布局”选项卡里使用“自动调整”根据窗口或内容重新计算宽度。如果表格结构特别复杂与其修复不如直接在 Word 里重建一张。交叉引用\ref{fig:xxx}、\eqref{eq:xxx}这类引用在 Pandoc 转换后会变成纯文本标签或直接丢失。处理办法是先编译一遍 LaTeX 生成带编号的 PDF对照 PDF 里的实际编号在 Word 里手工修改引用文本。听起来麻烦但只涉及论文中的图和公式编号量不大比探索自动化方案快得多。参考文献用 Pandoc 的--citeproc能把 BibTeX 转换成规范的参考文献列表但它是纯文本不是 EndNote 或 Zotero 可管理的动态域。如果你的目标期刊要求用 EndNote 管理参考文献转换后还得手动插入或重建文献列表这点要有心理准备。3.4 自定义 reference.docx 的玩法Pandoc 另一个值得掌握的技巧是自定义 Word 样式模板。先让 Pandoc 生成一份默认的 reference.docxpandoc --print-default-data-file reference.docx custom-reference.docx然后用 Word 打开这份文件修改正文、标题、题注、表格等样式设置好中文字体保存。转换时加一个参数pandoc main.tex -o main.docx --reference-doccustom-reference.docxPandoc 会按这份模板的样式名去套用输出文档的字体和标题格式就会跟着变。要注意不要删除模板里的样式名也不要随便新增无关样式Pandoc 靠样式名匹配删错了转换结果会乱套。4. ai2word 实战从“版面还原”入手的 AI 思路4.1 ai2word 是什么解决了 Pandoc 的什么问题ai2word 是这类以 AI 辅助为核心思路的文档转换工具/服务的代表它的工作方式和 Pandoc 完全不同。ai2word 类工具通常支持上传 LaTeX 源文件或者 LaTeX 编译出的 PDF然后通过版面分析、公式识别、表格重构等技术把文档“读懂”再重新生成 Word。这类工具的厂商和产品形态有很多核心差异主要在公式识别率和版面还原度上。Pandoc 的弱点是它对 LaTeX 宏包的支持有限遇到复杂版面容易“犯迷糊”。ai2word 类工具恰好补上了这个短板它不管你的 LaTeX 源码有多“野”只要编译出来的 PDF 或者源文件能被识别它就能尝试重建版面。对不熟悉命令行、不想折腾样式模板的人来说这类 AI 工具的上手门槛更低。4.2 核心功能与我的实操流程我实际用 ai2word 类工具时大致流程是上传 LaTeX 编译出的 PDF 或直接上传源文件选择输出为 Word设置目标模板信息等它识别完成后导出。整个过程不像命令行那样需要记参数页面交互更符合普通人的使用习惯。这类工具比较擅长处理三类问题一是双栏或多栏版面的还原能把栏目标题和正文顺序理清楚二是复杂数学公式的识别不少 AI 工具能把公式识别成可编辑的 OMML 对象或者 LaTeX 代码识别不了的也能转成高清图片放在文档里三是表格重构跨页表格、合并单元格、复杂表头在 AI 工具里的还原度通常比 Pandoc 更高。不过 AI 工具不是神话。公式识别率再高也有把“α”识别成“a”、把“∑”上下限位置弄错的时候版面分析也可能把图注和正文搞混。所以用 ai2word 转换后必须逐章检查尤其是公式和表格。我的习惯是先让它跑一版再对照原始 PDF 逐页校对发现问题直接在 Word 里修。4.3 ai2word 的“黑盒”风险在哪ai2word 类工具最大的风险是“不可控”。Pandoc 出了错你可以看报错信息可以改源文件重试可以换参数调整AI 工具输出结果不对时你很难让它解释哪儿错了、为什么错多数时候只能换一个工具再试一次。另一个风险是前面提到的隐私问题。绝大多数 ai2word 服务是云端处理的文件上传后你怎么知道它被用在了哪里如果转换失败服务器上会不会残留副本这个风险对于还没投稿的论文来说尤其需要注意。我的建议是能脱敏的先脱敏作者信息、基金编号、单位名称尽量用占位符替换转换成功后及时在服务端删除文件优先选择提供私有化部署或本地版本的方案。5. Pandoc 与 ai2word 深度横评到底选谁5.1 七个维度对比总表我把 Pandoc 和 ai2word 类工具放在同一张表里对比方便你按自己的情况做判断对比维度Pandocai2word 类工具转换原理规则解析 LaTeX 源码AI 识别版面 重建公式编辑性通常输出 OMML可编辑部分可编辑复杂公式可能变图片表格还原度一般列宽和合并单元格易丢较高复杂表格还原好图片处理需要预处理 PDF/EPS多数可自动识别嵌入样式定制支持 reference.docx灵活依赖服务端模板定制有限批量处理脚本化适合批量转换通常逐个上传处理隐私与可控性完全本地隐私无忧云端处理需关注数据合规5.2 不同人群的选型建议如果你习惯命令行转换的论文公式不算特别复杂而且对样式有定制需求Pandoc 是首选。它是本地工具批量处理能力强一份样式模板可以反复用转换结果可控。如果你对命令行完全陌生或者论文版面特别复杂、公式排版混乱ai2word 类工具能帮你更快得到一份“看着像样”的 Word 文档。但要用它就得接受云端处理和人工校对成本。公式多且需要继续编辑的场景我强烈建议以 Pandoc 为主。因为 Pandoc 输出的 OMML 公式可以在 Word 里直接双击编辑而很多 AI 工具输出的公式是图片后续修改只能删掉重录工作量反而更大。5.3 混合方案先用 Pandoc 批量处理再用 AI 工具精修其实这两类方案不是非此即彼的关系。我自己常用的混合路线是先用 Pandoc 把 LaTeX 源文件转成 Word 骨架得到完整的正文、标题层级和参考文献列表然后检查公式和图表公式乱掉的地方如果用 Word 原生公式编辑器修起来太费劲就把这部分页面截图用 ai2word 单独识别修复最后再通读一遍全文调整格式细节。这样既能享受 Pandoc 的批量处理能力和本地隐私优势又能利用 AI 工具解决 Pandoc 处理不了的疑难杂症。6. 常见问题与排查技巧实录6.1 公式乱码和公式变成图片怎么办公式乱码最常见的原因是 LaTeX 源文件里有 Pandoc 不认识的自定义宏或宏包。排查思路是先去掉所有自定义宏看问题是否消失如果是就展开这些宏再重新转换。转换后打开 docx如果发现公式变成了图片说明你或工具使用了“公式转图片”的中间策略。Word 里想恢复可编辑公式只能手动用“插入—公式”重建或者借助 MathType 的转换功能重新录入。这里顺带提醒如果你的目标期刊要求公式用 MathType 格式Pandoc 生成的 OMML 公式还得再转换一次提前和编辑部确认清楚要求免得返工。6.2 表格、图片排版崩溃的急救方案转换后表格列宽无法拖动、表格超出页面是 Word 里非常经典的“僵尸表格”问题。解决方法是选中整个表格在“表格工具—布局”里点“自动调整—根据窗口调整表格”如果还不行就在“表格属性—选项”里取消“自动调整”勾选手动设置固定列宽。图片太大导致文档体积膨胀、打开卡顿可以用 PowerShell 或图片批量处理工具统一压缩。我习惯把所有插入的图片控制在 150dpi 到 300dpi 之间既能保证印刷清晰度又不会让 docx 变成几个 G 的巨无霸。6.3 转出来的 Word 打开正常、关闭却卡顿这个现象容易被误认为 Word 软件出了问题其实多数是文档里“重对象”太多导致的。转出来的 docx 里如果嵌入了大量高清图片、复杂公式域和动态引用Word 关闭时要重新计算这些对象卡顿就在所难免。缓解办法一是压缩文档里的图片二是检查是否有嵌入字体有就去掉三是在 Word 选项里关闭“保存时更新域”和“打开时更新自动链接”。如果文档实在太大拆成章节保存也是可行的应急方案。6.4 投稿前的最终检查和隐私清理清单转换完成不等于可以投稿。我每次提交 Word 版本前都会过一遍清单检查作者信息、基金编号、单位名称是否和投稿系统一致用 Word 的“文件—信息—检查文档”功能移除个人信息、批注和修订痕迹确认目录能正常更新页码没有错乱如果转换过程中用过在线工具回服务端删除上传文件并清理本地缓存。这些步骤虽然琐碎但能避免不少投稿后被退回来的尴尬情况。我个人在实际操作中的体会是转换工具只能帮你完成百分之八十的工作剩下的百分之二十永远是人工校对和格式微调。LaTeX 源文件在写作阶段越规范转换时越省心。尽量别滥用冷门宏包和自定义命令图片统一用 PDF 或 PNG 格式引用标签命名有规律这些好习惯比任何转换工具都更能决定最终成稿的质量。养成在源文件阶段就“规规矩矩”写作的习惯等真正需要转换的时候你才会发现这条路其实没那么难走。