Ubuntu下 LibreOffice 文档转换技巧
一 安装与准备
- 在 Ubuntu 上安装 LibreOffice：sudo apt update && sudo apt install libreoffice。如需命令行工具，建议同时安装 libreoffice-common。安装完成后可直接使用命令行工具 soffice 或 libreoffice 进行转换。为获得更稳定的批量/服务化转换，可启动一个监听实例：soffice --accept=“socket,host=127.0.0.1,port=2002;urp;” --nofirststartwizard。若需更新 DOCX 的目录等字段，可安装 unoconv（基于 LibreOffice UNO 的命令行封装）：sudo apt install unoconv。
二 常用转换命令
- 基本用法：使用 --headless 无界面模式，–convert-to 指定目标格式，–outdir 指定输出目录（目录需事先存在）。示例：
- DOCX 转 PDF：libreoffice --headless --convert-to pdf --outdir /path/out your.docx
- XLSX 转 PDF：libreoffice --headless --convert-to pdf --outdir /path/out your.xlsx
- PPTX 转 PDF：libreoffice --headless --convert-to pdf --outdir /path/out your.pptx
- 指定筛选器与导出参数：可按“格式:筛选器:JSON参数”的形式精确控制导出。示例（导出 PDF 的第 2–3 页）：libreoffice --convert-to ‘pdf:writer_pdf_Export:{“PageRange”:{“type”:“string”,“value”:“2-3”}}’ examples1.pptx
- 其他格式互转：LibreOffice 也支持将 EMF/WMF 等矢量图转换为 PNG/SVG/WEBP 等通用格式，例如：libreoffice --headless --convert-to png image3.emf。
三 批量转换与服务化
- 批量转换脚本（保留原文件名与目录结构）：
- for f in /data/docs/*.docx; do libreoffice --headless --convert-to pdf --outdir “$(dirname “$f”)” “$f”; done
- 服务化与并发控制：
- 先启动一个长期监听的 LibreOffice 实例（端口 2002），再并发调用转换，可显著减少启动开销并提升吞吐。
- 如需在转换链路中进一步处理（如 PDF→HTML 预览），可结合 pdf2htmlex：先由 LibreOffice 转为 PDF，再用 pdf2htmlex 生成可网页预览的 HTML（示例：pdf2htmlEX --zoom 1.3 input.pdf）。
四 常见问题与解决
- 中文乱码与字体缺失：将 Windows 字体（如 simsun、msyh 等）复制到 /usr/share/fonts，执行 fc-cache -fv 刷新字体缓存，再重启 LibreOffice 转换服务。
- 输出目录不存在：–outdir 指定的目录必须事先存在，否则转换会失败或无输出。
- 页眉页脚/页码/目录未更新：用 unoconv 做一次“同格式再导出”即可触发字段更新，例如：unoconv -f docx -o updated.docx source.docx（避免直接覆盖源文件）。
- 导出页数控制：通过筛选器参数精确导出页码范围，如 ‘pdf:writer_pdf_Export:{“PageRange”:{“type”:“string”,“value”:“2-3”}}’。
- 转换质量与兼容性：不同 LibreOffice 版本/筛选器对复杂排版支持有差异，生产环境建议固定版本、统一模板并做回归验证。
