这是一个创建于 1864 天前的主题，其中的信息可能已经有所发展或是发生改变。
谁用过了 LibreOffice，转换为 PDF 后，里面的内容排版格式混乱，doc 和 docx 转过去都有问题，Linux 和 win 下也都有问题，很通过，搞了两天两夜了。。。。求大神，v2ex 是我最后的希望
 |
1
kieya00 OP 真的跪了，大神快来
|
 |
2
tempdban 2019-10-12 20:34:36 +08:00 via Android
为啥不用 word…
|
 |
3
whileFalse 2019-10-12 20:46:31 +08:00
很正常。
|
 |
4
EastLord 2019-10-12 20:52:25 +08:00
格式乱了很正常
|
 |
5
JackieMe 2019-10-12 20:58:33 +08:00 via Android
装个 WPS 试试？反正我是 WPS 和 LibreOffice 都装着备用
|
 |
6
AEANWspPmj3FUhDc 2019-10-12 20:58:52 +08:00
word 文档用什么软件写的，就用那个软件转换。
|
 |
7
wunonglin 2019-10-12 21:00:53 +08:00
word 或者 WPS，干嘛想不开用 LibreOffice ？
|
 |
8
richard1122 2019-10-12 21:32:50 +08:00
应该还可以直接用微软的在线 office 吧
|
 |
9
lisces 2019-10-12 21:35:22 +08:00  2
没搞过的根本不懂需求，LibreOffice 有命令行，可以作为任务自动执行。
LibreOffice 其实非常强大，绝大部分乱的格式都可以调整到位，处理的思路很简单，就是实现比较繁琐。简单直接的自动转换格式肯定会乱，处理方法就是用模板，比如 word 里有正文和脚注，那么预先按照 word 的版式建好对应的 pdf 模板，内容上可以填上变量的方式，比如正文的地方写${content} ，脚注的地方写${footnote}，执行的时候用代码去解析 word 中对应的区块内容，然后替换对应的变量，最后再做其它处理。 word 中的索引、分栏、页码、头注、脚注、测注、角标、竖版等等各种版面格式都可以完美的转换到 pdf，甚至用建几十个模板适配不同图片大小的方式，来接近完美的解决图文环绕。 我在七八年前就在某产品体系里做过这个工作，效果秒杀百度文档、豆丁之类的在线网站，和市面上所有能找到的自动转换工具。当时这套系统也有一个问题，就是需要用户预先手工选定匹配的模板。当时的产品失败了，十分可惜。其实如果可以继续不断迭代开发的话，我想可以在产品端加入一些生成缩略图然后智能识别匹配的方式，最终把用户需要选择模板的步骤都省略了，实现一套近乎完美的在线转换工具。 |
|
10
lisces 2019-10-12 21:39:01 +08:00
这事做起来不难，就是贼烦。绣花针上雕佛经，螺蛳壳里做道场，是个很需要耐心的细致活。
|
|
11
EastLord 2019-10-12 21:39:16 +08:00
我猜他想做在线预览
|
|
12
whileFalse 2019-10-12 23:46:39 +08:00 1
|
 |
14
vipcc 2019-10-12 23:57:49 +08:00 via Android
用 Office，成熟，简单
|
 |
15
zzl22100048 2019-10-13 00:36:50 +08:00 via iPhone
是用 http 接口转的 pdf 吗，用接口转需要用 libreoffice 调格式，wps word openoffice 这几个格式有点区别
|
 |
16
gaolycn 2019-10-13 05:57:59 +08:00 via Android
@lisces 请问你说的这个方案里，把 pdf 模板里的变量替换为真正的内容，这一步用什么工具替换？
|
 |
17
lyog 2019-10-13 07:03:11 +08:00 via iPhone
哈哈，之前开发电子合同的时候用过，想要不乱的话，word 文档在 libreoffive 里预览试试，看到哪处乱掉就把哪处格式处理一下。处理完再转就可以了。
|
 |
18
ipwx 2019-10-13 09:54:55 +08:00 via Android
|
 |
19
lycx5360 2019-10-13 10:23:53 +08:00
@gaolycn word 的话只需要 jodconverter+itextpdf，后者可以实现根据关键字定位。如果需要处理一些复杂的 excel 可以结合 jxls 制作 excel 模板
|
 |
20
ungrown 2019-10-13 10:38:46 +08:00 via Android
@lisces 知道你有需求，但是你不知道的是 libreoffice 和微软 office 其实不一样。
微软 office 本质上还是封闭的，虽然 docx 这个格式开源且标准化了，但那只是文件格式，里面怎么定义文档中的元素、怎么描述排版格式，微软其实是自己用着一套体系，根本不带开源社区一起玩。 libreoffice 已经尽其所能把常用功能和格式做到兼容了，其他能逆向的也尽力做了，然而还是不行：微软 office 里好好的排版，到了 libreoffice 里面就是会错乱甚至丢元素，你没有办法的。 想要用 libreoffice 就必须放弃对微软 office 所生成的文档的兼容性，想兼容其他人用微软 office 写的文档就只能老老实实用微软 office，想把微软 office 自动化就只能老老实实在 win 系统里调用 COM 接口写脚本。 熊与鱼掌不可得兼。 |
 |
21
jiewuza 2019-10-13 14:15:29 +08:00 via Android
@lisces 好奇，你说的 libreoffice 中定义${content} ，这个哪里可以找到相关的使用说明或相关资料啊
|
|
22
lisces 2019-10-13 15:32:41 +08:00
@whileFalse web server 基本不会用 windows 系统的
@gaolycn LibreOffice 官方的读写接口 @ungrown 不是兼容 office 是人肉处理做到像素级的相似 @jiewuza LibreOffice 官网 |
|
25
kieya00 OP @lisces 感谢感谢，可是现在已经没有时间调试了，解决不了啊，很烦，简单格式没问题，一旦加入批注、表格、或者多张图片，就会混乱
|
|
27
gaolycn 2019-10-22 16:15:57 +08:00
|
 |
28
lucyplay 2020-07-15 22:51:00 +08:00
最后有找到什么解决办法吗？防止格式混乱
|
 |
29
11060 2020-09-15 11:19:31 +08:00 1
@lucyplay 不能直接用 LibreOffice 的命令行将 Office 格式的 Word （ doc，docx ） 转 PDF，这会导致样式内容非常错乱。我们在项目中使用都是用两套模板来兼容 Windows 和 Linux，Windows 下调用 COM 接口来转换； Linux 下用 LibreOffice 制作 ODF 格式的文本文档（.odt ）模板，然后另存为 XML 格式的 ODF 文本文档，再用 FreeMarker 来填充数据，最后再调用 LibreOffice 命令行来转换。另外 20 楼说的很对
|
Select Language