有大神吗？拜托了。。用 LibreOffice，转换为 PDF 后，格式混乱

[kieya00]

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

[kieya00]

真的跪了，大神快来

[tempdban]

为啥不用 word…

[whileFalse]

很正常。

[EastLord]

格式乱了很正常

[JackieMe]

装个 WPS 试试？反正我是 WPS 和 LibreOffice 都装着备用

[AEANWspPmj3FUhDc]

word 文档用什么软件写的，就用那个软件转换。

[wunonglin]

word 或者 WPS，干嘛想不开用 LibreOffice ？

[richard1122]

应该还可以直接用微软的在线 office 吧

[lisces]

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。

[lisces]

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。

[EastLord]

我猜他想做在线预览

[whileFalse]

@lisces Office 有 Com 接口，PowerShell 调起来不比命令行费劲，还能用.NET 调用。

[blackwolf]

@lisces 这一套感觉跟 latex 差不多了，格式和文本分离

[vipcc]

用 Office，成熟，简单

[zzl22100048]

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

[gaolycn]

@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？

[lyog]

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。

[ipwx]

https://github.com/elapouya/python-docx-template

[lycx5360]

@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

[ungrown]

@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。