在 Docker 上运行 LibreOffice 转换器

Question

该问题与使用LibreOffice headless转换器自动转换上传的文件有关。出现此错误：

LibreOffice 7 fatal error - Application cannot be started

Ubuntu 版本：21.04

我尝试过的： 从 Azure Blob 存储获取文件， 将其放入 BASE_DIR/Input_file 中， 使用我通过子进程运行的 Linux 命令将其转换为 PDF， 将其放入 BASE_DIR/Output_file 文件夹中。

下面是我的代码：

我正在通过这种方式将 LibreOffice 安装到 docker

RUN apt-get update \
&& ACCEPT_EULA=Y apt-get -y install LibreOffice

主要逻辑：

blob_client = container_client.get_blob_client(f"Folder_with_reports/")

with open(os.path.join(BASE_DIR, f"input_files/{filename}"), "wb") as source_file:
    source_file.write(data)

source_file = os.path.join(BASE_DIR, f"input_files/{filename}")  # original docs here
output_folder = os.path.join(BASE_DIR, "output_files")   # pdf files will be here

# assign the command of converting files through LibreOffice
command = rf"lowriter --headless --convert-to pdf {source_file} --outdir {output_folder}"

# running the command
subprocess.run(command, shell=True)

# reading the file and uploading it back to Azure Storage
with open(os.path.join(BASE_DIR, f"output_files/MyFile.pdf"), "rb") as outp_file:
    outp_data = outp_file.read()

blob_name_ = f"test"
container_client.upload_blob(name = blob_name_ ,data = outp_data, blob_type="BlockBlob")

我应该安装 lowriter 而不是 LibreOffice 吗？对于这种操作可以使用 BASE_DIR 吗？我将不胜感激任何建议。

Answer 1

部分解决方案：

这里我简化了情况，并使用此 Dockerfile 创建了额外的 docker 映像。 我应用了两种方法：unoconv 和直接转换。

Dockerfile：

FROM ubuntu:21.04

ENV DEBIAN_FRONTEND noninteractive

RUN apt-get update && apt-get -y upgrade && \
    apt-get -y install python3.10 && \
    apt update && apt install python3-pip -y

# Method1 - installing LibreOffice and java
RUN apt-get --no-install-recommends install libreoffice -y
RUN apt-get install -y libreoffice-java-common

# Method2 - additionally installing unoconv
RUN apt-get install unoconv

ARG CACHEBUST=1

ADD BASE.py /code/BASE.py

# copying input doc/docx files to the docker's linux 
COPY /input_files /code/input_files

CMD ["/code/BASE.py"]
ENTRYPOINT ["python3"]

BASE.py

import os
import subprocess

BASE_DIR = "/code"

# subprocess.run("ls code/input_files", shell=True)

for filename in os.listdir('code/input_files'):

    source_file = f"/code/input_files/{filename}"   # original document

    output_filename = os.path.splitext(filename)[0]+".pdf"
    output_file = f"code/output_files/{output_filename}"
    output_folder = "code/output_files"   # pdf files will be here

    # METHOD 1 - LibreOffice straightly
    assign the command of converting files through LibreOffice
    convert_to_pdf = rf"libreoffice --headless --convert-to pdf {source_file} --outdir {output_folder}"
    subprocess.run(r'ls code/output_files/', shell=True)

    ## METHOD 2 - Using unoconv - also working
    # convert_to_pdf = f"unoconv -f pdf {source_file}"
    # subprocess.run(convert_to_pdf, shell=True)
    # print(f'file {filename} converted')

如果文件在构建时已经在 Linux 文件系统中，则上述方法可以解决该问题。但在构建docker镜像后仍然没有找到将文件写入系统的方法。

Answer 2

我创建了类似的东西。它是一个 API，使用 unoserver 和 libreoffice 将文件转换为图像以用于预览/缩略图。请看这里：https://github.com/Nowi5/file-preview-api