学术论文从 LaTeX 迁移到 Word这件事在高校和研究所里几乎是绕不开的刚需。导师要改稿、期刊要投稿、合作方要批注很多时候对方只接受.docx。但真动手转一次就会发现事情远没有导出一下那么简单公式变成一堆乱码方块、参考文献编号全乱、三线表边框消失、图片位置漂移更别提某些在线转换工具悄悄把你的未发表成果传到了不知道哪台服务器上。这篇内容就是把我这些年反复折腾 LaTeX 转 Word 的经验整理出来重点讲清楚公式乱码的根因、Pandoc 与 ai2word 两条技术路线的真实差异、排版崩溃的修复手法以及隐私泄露这个最容易被忽视的坑。不管你是刚接触 LaTeX 的研究生还是已经写过几篇论文的老手只要你有把 LaTeX 稿子交给 Word 用户的需求这里面的操作步骤和避坑经验都能直接拿去用。1. 先搞清楚 LaTeX 转 Word 到底难在哪很多人第一次转文档时的预期是格式基本保留就行结果打开 Word 一看直接傻眼。要理解为什么会崩得先明白 LaTeX 和 Word 在底层逻辑上根本是两套东西。1.1 两套排版哲学的根本冲突LaTeX 是内容与格式分离的典型代表。你写的是\section{引言}至于这个标题用什么字体、多大字号、段前段后多少间距全部由文档类比如article、IEEEtran和宏包在编译时决定。排版引擎 TeX 在编译过程中会把文字、公式、浮动体、交叉引用全部重新计算位置最终输出的是一个已经排版好的 PDF。Word 则相反它是所见即所得的流式排版。每个段落、每个字符都带着自己的格式属性你看到的即是你手动或样式设定的结果。它没有 TeX 那种全局重排能力公式、表格、图片都是作为独立对象嵌入的。这个差异导致一个核心问题LaTeX 里那些由引擎计算出来的东西在转换时没有对应的 Word 原生结构。最典型的就是公式——LaTeX 公式是一段带语义的代码Word 需要的是 OMMLOffice Math Markup Language格式的公式对象两者之间必须经过一次翻译而翻译质量直接决定了你是得到漂亮的公式还是满屏乱码。1.2 公式乱码的真正来源我见过太多人把公式乱码归咎于转换工具不行其实根因往往更具体。常见的乱码来源有这么几类第一类是宏包不兼容。如果你在导言区用了amsmath、mathtools、bm这些标准宏包大部分转换器都能处理。但一旦用了自定义命令比如\newcommand{\vect}[1]{\boldsymbol{#1}}转换器不认识这个命令就会原样输出或者直接报错。我遇到过最离谱的一次作者用了某个期刊模板里自定义的\argmax命令转出来直接变成了一串问号。第二类是特殊符号映射缺失。LaTeX 里\mathbb{R}、\mathcal{L}、\mathfrak{g}这些花体、空心体符号在 OMML 里有对应字形但转换器如果映射表不全就会退化成普通字母或者方块。热词里出现的latex特殊符号latex右斜线怎么打其实都指向同一类问题——符号层面的兼容性。第三类是多行公式环境处理不当。align、gather、multline这些环境在 LaTeX 里是作为一个整体排版的转换到 Word 时需要拆成多个公式对象或者一个公式表格。处理不好的工具会把它们压成一行或者把对齐符号直接显示出来。1.3 排版崩溃的典型表现除了公式排版崩溃主要集中在几个地方。三线表是重灾区booktabs宏包画的\toprule、\midrule、\bottomrule在 Word 里经常变成普通横线或者干脆消失。**浮动体**figure、table的位置在 LaTeX 里是引擎自动优化的转到 Word 后要么全部堆到文末要么插在奇怪的地方。**交叉引用**\ref、\cite在 LaTeX 里是编译时解析的转换后要么变成??要么变成一串内部 ID。还有一个容易被忽略的点中文字体。很多 LaTeX 模板用ctex宏包处理中文字体是SimSun、SimHei这些。转到 Word 后如果目标机器没装对应字体就会触发字体替换行距、字宽全变原本排好的页面直接溢出。理解了这些根因后面的工具选型和操作才有方向。下面进入实操部分。2. Pandoc 路线免费、可控但需要你懂点原理Pandoc 是学术界转文档的瑞士军刀免费开源命令行操作支持几十种格式互转。用它做 LaTeX 到 Word 的转换核心优势是完全本地运行、可脚本化、可精细控制。但它的短板也很明显对复杂 LaTeX 的支持有限公式转换依赖中间格式需要你手动调优。2.1 安装与环境准备Pandoc 的安装本身不复杂但有几个细节值得说。Windows 用户直接去官网下.msi安装包装完记得把安装路径加入系统 PATH否则命令行里敲pandoc会提示找不到命令。macOS 用户用 Homebrew 最省事brew install pandoc。Linux 用户根据发行版用apt或yum即可。这里有个坑Pandoc 转 Word 需要参考文档reference doc。所谓参考文档就是一个预先定义好样式的.docx文件Pandoc 会把内容填充进去样式全部继承这个文件。如果你不指定Pandoc 用内置的默认样式出来的文档字体、行距、标题样式都很素。正确做法是先导出一份默认参考文档pandoc --print-default-data-file reference.docx custom-reference.docx然后用 Word 打开这个custom-reference.docx把里面的标题 1标题 2正文图片题注等样式改成你目标期刊或学校要求的格式保存。之后转换时用--reference-doccustom-reference.docx指定它。这一步是 Pandoc 路线能不能出好效果的关键很多人跳过这步然后抱怨Pandoc 转出来太丑其实是没用对方法。2.2 核心转换命令与参数拆解一条典型的转换命令长这样pandoc main.tex -o output.docx \ --reference-doccustom-reference.docx \ --bibliographyrefs.bib \ --citeproc \ --mathml \ --wrapnone逐个参数解释。--reference-doc前面说过了指定样式模板。--bibliography和--citeproc配合使用让 Pandoc 自动处理参考文献——它会读取.bib文件按照指定样式默认是芝加哥格式可以用--csl换成国标或其他生成参考文献列表并替换\cite命令。--mathml是关键参数它让公式以 MathML 格式输出Word 能识别并转成可编辑的公式对象。--wrapnone防止 Pandoc 自动换行避免段落被莫名切断。如果你用的是biblatex而不是传统的bibtex还需要加--biblatex参数。如果参考文献样式有特殊要求去 CSL 仓库下载对应的.csl文件用--cslxxx.csl指定。2.3 公式转换的调优技巧Pandoc 处理公式有几种模式默认会尝试转成 OMML但遇到复杂公式容易失败。我的经验是优先用--mathml因为 MathML 到 OMML 的转换链路相对成熟。如果某些公式还是乱码可以退而求其次用--webtex它会把公式渲染成图片再嵌入虽然不可编辑但至少能看。对于自定义命令Pandoc 有个--parse-raw选项但更稳妥的做法是在转换前把自定义命令展开。比如你定义了\vect可以在导言区后面加一段预处理或者干脆用sed脚本把\vect{...}替换成\boldsymbol{...}。我一般会写个小脚本做这层预处理把期刊模板里的私有命令全部替换成标准命令转换成功率能提升一大截。还有一个细节行内公式和行间公式的处理不同。行内公式$...$转成 Word 后是嵌入在段落里的公式对象行间公式\[...\]或equation环境转成独立段落。如果发现行内公式导致行距异常可以在参考文档里调整正文样式的行距设置把如果定义了文档网格则对齐到网格这个选项关掉。2.4 Pandoc 路线的真实局限用了几年 Pandoc我对它的能力边界比较清楚。它适合结构相对规整、宏包使用克制的论文。如果你的论文用了大量自定义环境、复杂的 TikZ 绘图、或者依赖某个期刊私有模板的深度定制Pandoc 转出来的效果会很勉强。TikZ 图形是 Pandoc 的死穴它完全无法转换只能转成图片或者直接丢失。表格方面tabular基本能处理但tabularx、longtable这些复杂表格环境支持有限。交叉引用方面Pandoc 能处理\ref和\label但前提是标签命名规范如果标签里有特殊字符就会出问题。所以我的建议是Pandoc 适合作为第一遍转换工具快速得到一个可编辑的 Word 草稿然后手动修复那些转换失败的部分。指望它一键完美转换不现实。3. ai2word 路线省心但要看清楚它的边界ai2word 这类工具走的是另一条路——它不追求完整还原 LaTeX 语义而是以视觉还原为目标把 LaTeX 编译后的 PDF 或者源码解析后尽可能按原样重建 Word 文档。对不想折腾命令行、不熟悉 Pandoc 参数的用户来说这类工具的上手门槛低很多。3.1 它解决的核心痛点ai2word 这类工具最大的价值在于公式和排版的视觉保真度。它通常内置了比较完善的符号映射表和公式解析引擎对amsmath系列环境的支持比 Pandoc 默认配置要好。我实测过几个类似工具对于标准的数学论文公式转换的准确率确实比裸用 Pandoc 高。另一个优势是对中文排版的友好。国产工具通常对ctex宏包、中文字体、中文标点的处理更细致不会出现 Pandoc 那种中文标点变成英文标点、中文段落首行缩进丢失的问题。还有一点是操作简单。上传.tex文件或者粘贴源码点一下转换下载.docx。不需要装环境、不需要记参数、不需要调参考文档。对偶尔转一次文档的用户来说这个便利性很有吸引力。3.2 隐私风险必须正视的问题但这里有个绕不开的问题在线转换意味着你的文档要上传到别人的服务器。对于未发表的论文、涉及保密项目的技术报告、包含个人信息的材料这个风险是实打实的。我并不是说所有在线工具都会滥用你的数据但你需要清楚几个事实上传的文档在服务器上存多久、是否会被用于训练模型、传输过程是否加密、服务器在哪个司法管辖区——这些信息很多工具并不会明确告知。热词里出现的word宏安全问题其实也是同一类担忧的延伸文档安全从来不是小事。我的做法是能本地跑的就本地跑。如果非要用在线工具至少把文档里的敏感信息作者姓名、单位、项目编号、未发表的核心数据先替换成占位符转换完再手动填回去。这个习惯看起来麻烦但能避免很多潜在麻烦。3.3 两条路线的横向对比把 Pandoc 和 ai2word 这类工具放在一起对比能看得更清楚对比维度Pandocai2word 类工具运行方式本地命令行通常在线部分有本地版费用免费开源多数收费或有限免费额度公式转换依赖参数调优复杂公式易失败视觉保真好开箱即用排版还原结构还原好样式需自备参考文档视觉还原好但结构可能不规整中文支持需配置标点字体易出问题通常较好隐私安全完全本地无泄露风险需评估服务器可信度可定制性极高可脚本化批量处理低基本是黑盒学习成本高需懂参数和 LaTeX 原理低上传即用这张表不是要分出谁好谁坏而是帮你根据场景选。写论文初稿、需要反复迭代、文档涉密——选 Pandoc。偶尔转一次、追求省事、文档不敏感——ai2word 类工具可以接受。3.4 混合使用的实战思路我实际工作中最常用的其实是混合路线先用 Pandoc 做结构转换把标题、段落、列表、参考文献这些骨架转好然后用 ai2word 类工具或者手动方式处理那些 Pandoc 搞不定的公式和复杂表格。具体操作是把 LaTeX 源码拆成两部分公式密集的章节单独用在线工具转其余部分用 Pandoc 转最后在 Word 里合并。这样既保证了公式质量又避免了整篇文档上传的隐私风险。听起来麻烦但对于一篇要投顶刊的论文来说这点时间投入完全值得。4. 排版崩溃的逐项修复手册转换完成只是第一步打开 Word 看到的各种排版问题才是真正耗时的部分。这一节按问题类型逐个给修复方案。4.1 公式乱码的补救如果转换后公式还是乱码先别急着重新转。在 Word 里选中乱码公式看它是不是变成了普通文本。如果是可以尝试用 Word 自带的公式编辑器重新输入——对于简单公式这比重新转换快。如果是图片形式的公式检查清晰度是否够用不够的话回到 LaTeX 重新导出高清图。对于 MathType 用户热词里mathtype如何嵌入到word中mathtype6.9怎样加载到word说明很多人用 MathType 作为公式方案。MathType 确实能提升公式编辑体验但它和 Word 原生公式的兼容性需要注意——混用两种公式格式会导致文档体积膨胀和排版异常。我的建议是统一用一种要么全用 Word 原生公式要么全用 MathType。4.2 表格边框与列宽的修复三线表转换后边框丢失是高频问题。修复方法是选中表格在表格设计里重新应用边框样式。如果列宽无法拖动热词里word 表格列宽无法拖动就是这个通常是表格属性里设置了固定列宽或者单元格里有内容撑住了。右键表格属性把列宽设为自动调整或者取消指定宽度的勾选。对于booktabs风格的三线表我一般会在参考文档里预先定义一个三线表样式转换后直接套用比手动调边框快得多。4.3 交叉引用与参考文献的重建Pandoc 转换后\ref和\cite通常会变成纯文本或者错误标记。最稳妥的做法是转换后在 Word 里重新建立引用。Word 有交叉引用功能可以引用标题、图表、书签。参考文献可以用 EndNote 或 Zotero 的 Word 插件重新插入——热词里endnote怎么加载到word里正是这个需求。如果参考文献数量多手动重建太慢可以用 Pandoc 的--citeproc先生成参考文献列表再在 Word 里把正文中的引用标记和列表对应起来。这个过程需要细心但比从头来快。4.4 页面与分栏的异常处理热词里word文档设置成双栏显示局部有空白无法删除word最后一页死活删不掉都是典型的页面布局问题。双栏局部空白通常是分节符或分栏符位置不对在草稿视图下能看到这些标记删掉多余的分节符即可。最后一页删不掉多半是那里有个空段落或者分页符打开显示编辑标记就能找到。LaTeX 转过来的文档分栏信息通常丢失需要在 Word 里重新设置。如果原文档是单栏转过来一般没问题如果是双栏建议转换后在 Word 里用分栏功能重新排不要指望转换工具能完美还原。5. 隐私与安全的实操建议这一节单独拿出来讲因为文档安全的重要性被严重低估了。5.1 本地优先原则只要条件允许优先用本地工具。Pandoc 是本地运行的典范装好之后断网也能用。如果一定要用在线工具先确认它是否提供本地版本或者开源代码可以自行部署。5.2 敏感信息的预处理上传前做一层脱敏把作者姓名、单位、基金编号、致谢里的个人信息替换成XXX转换完再填回去。核心数据、未发表的实验结果如果必须转换考虑只转格式部分数据部分手动录入。5.3 宏与脚本的安全热词里word宏安全问题值得单独提醒。Word 宏VBA是强大的自动化工具但来源不明的宏可能包含恶意代码。永远不要启用来源不明的宏如果文档提示宏已被禁用除非你确认来源可信否则保持禁用状态。从 LaTeX 转过来的文档一般不带宏但如果用了某些模板或者第三方工具生成的文档要留个心眼。5.4 转换后的文档检查转换完成后养成检查习惯文档属性里是否残留了原始文件路径、作者信息批注和修订里是否有不该出现的内容隐藏文字和隐藏工作表是否存在。这些细节在投稿或对外发送前必须清理干净。6. 一套可复用的工作流把前面所有内容串起来形成一套我实际在用的工作流。第一步预处理 LaTeX 源码。展开自定义命令检查宏包兼容性把 TikZ 图形单独导出为高清图片备用。第二步准备参考文档。根据目标格式期刊模板、学校要求定制reference.docx定义好标题、正文、图表题注、参考文献等样式。第三步Pandoc 转换。用前面给的命令做第一遍转换公式用--mathml参考文献用--citeproc。第四步处理转换失败项。公式乱码的用在线工具单独转或手动重输表格边框手动修复交叉引用重建。第五步排版微调。检查分栏、页面、字体修复溢出和空白页问题。第六步安全检查。清理文档属性检查批注修订确认无敏感信息残留。第七步终稿核对。对照 PDF 原稿逐页核对确保内容无遗漏、公式无错误、引用无错位。这套流程走下来一篇 20 页左右的数学论文熟练后大概两到三小时能完成转换和修复。第一次做可能会慢一些但流程固定之后效率会明显提升。最后分享一个我踩过多次坑才总结出的经验转换前一定要备份原始 LaTeX 源码和编译好的 PDF。Word 文档在反复编辑中容易出问题有了 PDF 作为标准答案任何时候都能对照检查哪里转错了。另外如果论文要投的期刊接受 LaTeX 投稿就别费劲转 Word 了直接用 LaTeX 投省下的时间够你多改两轮稿子。转换这件事本质上是在对方只收 Word这个约束下的妥协方案能不用就不用非用不可时把上面这些坑避开就能少受很多罪。