使用纯python将docx转换为pdf（在linux上，不带libreoffice）

Question

我正在处理一个问题，试图开发一个web应用程序，其中一部分将上传的docx文件转换为pdf文件（经过一些处理）。使用python-docx和其他方法，在大多数处理过程中，我不需要安装了word的windows计算机，甚至不需要在linux上安装libreoffice（我的web服务器是pythonanywhere-linux，但没有libreoffice，也没有sudo或apt install权限）。但转换成pdf似乎需要其中一个。从探索这里和其他地方的问题，这就是我目前所拥有的：

import subprocess

try:
    from comtypes import client
except ImportError:
    client = None

def doc2pdf(doc):
    """
    convert a doc/docx document to pdf format
    :param doc: path to document
    """
    doc = os.path.abspath(doc) # bugfix - searching files in windows/system32
    if client is None:
        return doc2pdf_linux(doc)
    name, ext = os.path.splitext(doc)
    try:
        word = client.CreateObject('Word.Application')
        worddoc = word.Documents.Open(doc)
        worddoc.SaveAs(name + '.pdf', FileFormat=17)
    except Exception:
        raise
    finally:
        worddoc.Close()
        word.Quit()


def doc2pdf_linux(doc):
    """
    convert a doc/docx document to pdf format (linux only, requires libreoffice)
    :param doc: path to document
    """
    cmd = 'libreoffice --convert-to pdf'.split() + [doc]
    p = subprocess.Popen(cmd, stderr=subprocess.PIPE, stdout=subprocess.PIPE)
    p.wait(timeout=10)
    stdout, stderr = p.communicate()
    if stderr:
        raise subprocess.SubprocessError(stderr)

如您所见，一个方法需要comtypes，另一个方法需要libreoffice作为子流程。除了切换到更复杂的托管服务器，还有什么解决方案吗？

Answer 1

另一个可以使用的是libreoffice，但是正如第一个响应者所说，质量永远不会像使用实际的comtype那样好。

无论如何，在安装libreoffice之后，下面是执行此操作的代码。

from subprocess import  Popen
LIBRE_OFFICE = r"C:\Program Files\LibreOffice\program\soffice.exe"

def convert_to_pdf(input_docx, out_folder):
    p = Popen([LIBRE_OFFICE, '--headless', '--convert-to', 'pdf', '--outdir',
               out_folder, input_docx])
    print([LIBRE_OFFICE, '--convert-to', 'pdf', input_docx])
    p.communicate()


sample_doc = 'file.docx'
out_folder = 'some_folder'
convert_to_pdf(sample_doc, out_folder)

Answer 2

PythonAnywhere帮助页面提供有关在此处使用PDF文件的信息：https://help.pythonanywhere.com/pages/PDF

概要：PythonAnywhere安装了许多用于PDF操作的Python包，其中一个包可以做您想要的事情。然而，对我来说，炮轰abiword似乎是最容易的。shell命令abiword --to=pdf filetoconvert.docx将docx文件转换为PDF，并在docx所在的目录中生成名为filetoconvert.pdf的文件。注意，这个命令将向标准错误流输出一条错误消息，抱怨XDG_RUNTIME_DIR（或者至少对我是这样），但它仍然有效，并且可以忽略错误消息。