pandocで.docxを.pdfに変換する

メールで受信した.docxをpandocを使用して正しいPDFに変換しようとしています（GNU / Linuxを使用しています）。

文字エンコードに関するエラーがあります：

$ pandoc file.docx -o file.pdf
pandoc: Cannot decode byte '\x87': Data.Text.Encoding.decodeUtf8: Invalid UTF-8 stream

私はエンコーディングを特定しようとしました：

$ file -i file .docx 
file.docx: application/vnd.openxmlformats-officedocument.wordprocessingml.document; charset=binary

charset=binary（私は期待していたcharset=iso8859-15）に少し驚いています。しかし、とにかく.docxをutf8に変換しようとしましたが、機能していません：

 $ iconv -t utf-8 file.docx
P!      $iconv: séquence d'échappement non permise à la position 16

pandocドキュメントのコマンドラインでも同じエラーが発生します。

iconv -t utf-8 file.docx | pandoc | iconv -f utf-8

この.docxをpandocでPDFに変換するにはどうすればよいですか？

ここのドキュメントで.docxは、互換性のある入力としてリストされていません：

Pandocは、あるマークアップ形式から別のマークアップ形式に変換するためのHaskellライブラリであり、このライブラリを使用するコマンドラインツールです。マークダウンと（サブセット）Textile、reStructuredText、HTML、LaTeX、MediaWikiマークアップ、Haddockマークアップ、OPML、DocBookを読み取ることができます。それができ書き込み プレーンテキスト、値下げ、reStructuredTextの、XHTML、HTML 5、ラテックス（ビーマースライドショーを含む）、コンテキスト、RTF、OPML、DocBookの、OpenDocumentの、ODTは、Word DOCX、GNUのTexinfo、MediaWikiのマークアップ、EPUB（V2またはV3を）、FictionBook2、Textile、groffのマニュアルページ、Emacs Org-Mode、AsciiDoc、Slidy、Slidous、DZSlides、reveal.js、またはS5 HTMLスライドショー。LaTeXがインストールされているシステムでPDF出力を生成することもできます。

いくつかのフォーマットエラーを気にしない限り、Libreofficeなど、docxを実行できるものを試してください。

編集：

現在の説明では、PandocがWord DOCX（およびDocBookや他のいくつかの形式）からの読み取りをサポートしているようだと説明しています。

Pandocは、あるマークアップ形式から別のマークアップ形式に変換するためのHaskellライブラリであり、このライブラリを使用するコマンドラインツールです。マークダウンと（サブセット）Textile、reStructuredText、HTML、LaTeX、MediaWikiマークアップ、TWikiマークアップ、Haddockマークアップ、OPML、Emacs Orgモード、DocBook、txt2tags、EPUB、Word docxを読み取ることができます。そしてそれは書くことができますプレーンテキスト、マークダウン、reStructuredText、XHTML、HTML 5、LaTeX（ビーマースライドショーを含む）、ConTeXt、RTF、OPML、DocBook、OpenDocument、ODT、Word docx、GNU Texinfo、MediaWikiマークアップ、DokuWikiマークアップ、Haddockマークアップ、EPUB（v2またはv3）、FictionBook2、Textile、groffのマニュアルページ、Emacs Org-Mode、AsciiDoc、InDesign ICML、およびSlidy、Slidous、DZSlides、reveal.jsまたはS5 HTMLスライドショー。LaTeXがインストールされているシステムでPDF出力を生成することもできます。

@evilsoupが示唆したように、これはうまくいくかもしれません：

cd /DIRECTORY/WITH/FILE/IN && libreoffice --headless --convert-to html 'FILE.docx' && pandoc 'FILE.html' -o 'FILE.pdf'

_{はい、libreofficeコマンドを--outdirで使用できますが、html出力は常にそのように機能するとは限りません...}

私はこれを簡単にテストしましたが、ドキュメント内のgif画像が原因でPandocがクラッシュすることは別として、動作するように見えました。

これはまだグーグル検索で出てくるので、私はこれを記録に載せたかったです：この質問が出されたときにpandocはdocxを読むことができませんでした（エラーはバイナリファイルを読み取ろうとしています）が、バージョン1.13以降はできますそれのかなり良い仕事。