在 CentOS 上使用 LibreOffice 进行文档转换
一 安装与准备
- 安装 LibreOffice 与无头组件（推荐在最小化服务器环境也安装 headless，以避免 GUI 依赖）：
- 命令：sudo yum install -y libreoffice libreoffice-headless
- 可选：安装中文语言包，避免界面或转换时的本地化问题：
- 命令：sudo yum install -y libreoffice-langpacks-zh_CN
- 验证安装与版本：
- 命令：soffice --version 或 libreoffice --version
- 说明：在部分环境中，未安装 headless 可能触发 X11/Display 相关报错，安装 headless 后即可在无界面服务器正常执行转换。
二 命令行转换
- 基本语法：
- 命令：soffice --headless --convert-to <目标后缀> <源文件路径> --outdir <输出目录>
- 常用示例：
- Word 转 PDF：soffice --headless --convert-to pdf /opt/docs/input.docx --outdir /opt/docs/out
- 指定导出过滤器（更可控）：soffice --headless --convert-to pdf:writer_pdf_Export /opt/docs/input.docx --outdir /opt/docs/out
- 批量转换：soffice --headless --convert-to pdf /opt/docs/*.docx --outdir /opt/docs/out
- 其他格式：soffice --headless --convert-to docx /opt/docs/input.doc --outdir /opt/docs/out
- 行为要点：
- 输出文件使用源文件名+新扩展名；若目标已存在将直接覆盖；LibreOffice 会自动选择过滤器，也可通过“:过滤器名”显式指定。
三 中文与字体问题
- 现象：转换后的 PDF 中文显示为小方框/乱码。
- 解决步骤：
- 将 Windows 字体（如 simsun.ttc、msyh.ttc 等）复制到字体目录（如 /usr/share/fonts/），或放置于用户目录 ~/.fonts/。
- 设置权限并刷新字体缓存：
- 命令：sudo chmod 644 /usr/share/fonts/*.ttc
- 命令：fc-cache -fv
- 如需界面/语言支持，可安装中文语言包：sudo yum install -y libreoffice-langpacks-zh_CN
- 说明：字体缓存刷新后，LibreOffice 渲染 PDF 时将正确调用中文字体。
四 服务化与程序集成
- 作为服务常驻（UNO 监听，多任务复用，减少启动开销）：
- 启动命令：/usr/lib64/libreoffice/program/soffice -headless -accept=“socket,host=127.0.0.1,port=8100;urp;” -nofirststartwizard &
- 停止残留进程：ps -ef | grep soffice | awk ‘{print $2}’ | xargs kill -9
- Java 集成（JODConverter + LibreOffice 本地服务）：
- 依赖示例（Maven）：
- org.jodconverter:jodconverter-local:5.3.0
- org.apache.poi:poi:5.2.5
- 思路：启动本地 OfficeManager（指向上述 UNO 端口或安装路径），使用 LocalConverter 执行 convert 操作。
- Docker 方式（环境隔离、部署简便）：
- 拉取镜像：docker pull libreoffice
- 运行示例：docker run -it --rm --name libreoffice libreoffice（实际转换需挂载卷并调用容器内 soffice 命令）。
五 常见问题与排查
- X11/Display 报错：未安装 headless 或缺少显示环境时会出现，安装 libreoffice-headless 并确保以无头模式运行。
- 转换失败或无输出：检查源文件路径、输出目录写权限、磁盘空间；必要时查看 soffice 的标准输出/错误日志定位问题。
- 中文乱码：确认已安装中文字体并执行 fc-cache -fv 刷新缓存；必要时安装中文语言包。
- 批量/并发：频繁启动 soffice 开销较大，建议使用服务化（UNO）或队列+单实例方式控制并发与复用。
