使用python腳本完成word轉pdf（兼容linux）

參考：https://v3u.cn/a_id_96

起因：看到一個需求是用java把word轉成pdf，在windows上使用Jacob可以實現，但linux上比較麻煩，  性能等綜合考慮使用OpenOffice比較好。

          感覺可以用java調用python腳本實現，這里做個記錄。

 

          在原博客中，作者在windows環境下使用了comtypes實現的轉換，我本地換成了pywin32實現，另，增加了一個輸出目錄的參數，用於指定生成pdf的路徑。

環境：本地：win10 + jdk1.8 + python3.7  linux服務器：centos7 + jdk1.8 + python3.6

          jdk和python3的安裝可百度，這里不做記錄。

 

具體實現：

         1）windows環境安裝comtypes，用於腳本中判斷是windows環境還是linux環境

         2）windows環境安裝pywin32庫：pip install pywin32

         3）linux中需要使用LibreOffice，安裝依賴：

                     yum remove libreoffice-*

                    從https://www.libreoffice.org/download/download/上下載最新版本的linux rpm版本的LibreOffice，上傳到自己的linux環境中，我這里下載的是LibreOffice_6.2.5_Linux_x86-64_ rpm.tar.gz

 

                    解壓：tar -zxvf  LibreOffice_6.2.5_Linux_x86-64_ rpm.tar.gz

                      cd LibreOffice_6.2.5.2_Linux_x86-64_rpm/RPMS

                       yum localinstall *.rpm

          4）安裝其他依賴：

                  yum install cairo cups-libs libSM

                  yum install ibus

                  yum install libreoffice-headless

          5）查看是否安裝成功：libreoffice -help

          6）將window環境字體拷貝至linux中 

                  windows文件夾 C:\\windows\\Fonts文件夾中所有內容拷貝至 linux中/usr/share/fonts/chinese文件夾下，沒有就新建

          7）修改字體緩存、權限

                 chmod -R 755 /usr/share/fonts/chinese

                 fc-cache -fv

                 fc-list | grep chinese //查看安裝的新字體

           8）linux下測試Libreoffice是否可用

                   libreoffice6.2 --headless --convert-to pdf /root/xxx.docx         ------直接生成在了docx文件同目錄下，有同名的文件會覆蓋掉

                  libreoffice6.2 --headless --convert-to pdf /root/xxx.docx --outdir /root     -------指定了輸出路徑     

 

 

一切都OK的話，就可以執行腳本了：

 

import subprocess
import os
import sys

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

try:
    from win32com.client import constants, gencache
except ImportError:
    constants = None
    gencache = None


def doc2pdf(docPath, pdfPath):
    """
        convert a doc/docx document to pdf format
        :param doc: path to document
        """
    docPathTrue = os.path.abspath(docPath)  # bugfix - searching files in windows/system32
    if client is None:#判斷環境，linux環境這里肯定為None
        return doc2pdf_linux(docPathTrue, pdfPath)
    # name, ext = os.path.splitext(doc)
    # try:
    #     word = client.DispatchEx("Word.Application")
    #     worddoc = word.Documents.Open(doc)
    #     worddoc.SaveAs(name + '.pdf', FileFormat=17)
    # except Exception:
    #     raise
    # finally:
    #     worddoc.Close()
    #     word.Quit()
    word = gencache.EnsureDispatch('Word.Application')
    doc = word.Documents.Open(docPathTrue, ReadOnly=1)
    doc.ExportAsFixedFormat(pdfPath,
                            constants.wdExportFormatPDF,
                            Item=constants.wdExportDocumentWithMarkup,
                            CreateBookmarks=constants.wdExportCreateHeadingBookmarks)
    word.Quit(constants.wdDoNotSaveChanges)


def doc2pdf_linux(docPath, pdfPath):
    """
    convert a doc/docx document to pdf format (linux only, requires libreoffice)
    :param doc: path to document
    """
    cmd = 'libreoffice6.2 --headless --convert-to pdf'.split() + [docPath] + ['--outdir'] + [pdfPath]
    p = subprocess.Popen(cmd, stderr=subprocess.PIPE, stdout=subprocess.PIPE)
    p.wait(timeout=30)
    stdout, stderr = p.communicate()
    if stderr:
        raise subprocess.SubprocessError(stderr)


if __name__ == '__main__':
    doc2pdf(sys.argv[1], sys.argv[2])

 

 

Java測試代碼如下：