我正在尝试将 doc 文件转换为 docx。我在网上找到了这段代码。
subprocess.call(['soffice', '--headless', '--convert-to', 'docx', filename])
document = docx.Document(path[:-4] + ".docx")
docText = ''.join([
paragraph.text.encode('ascii', 'ignore') for paragraph in
document.paragraphs
我在自己的机器上使用它时效果很好,但我正在尝试将它放在 AWS 上。它在那里不起作用。我收到一条错误消息“没有这样的文件或目录”。
可能是什么原因导致它在我的电脑上可以运行,但当我将它放在 AWS 上时却不行。
请您参考如下方法:
您必须在使用此代码的机器上安装 LibreOffice,并且在运行此代码之前必须关闭打开的 LibreOffice 实例,否则它会静默退出而不执行任何操作。 你也可以试试
unoconv -d document --format=docx *.doc
但它也依赖于 LibreOffice。它将通过 LibreOffice 转换文件。它不完善,丢失了一些格式,但它会将所有 doc 文件转换为 docx
