Headless LibreOffice 在 Windows 上导出为 PDF 非常慢（比 Linux 慢 6 倍）

Question

我经常需要使用 LibreOffice 将许多 (> 1000) .docx 文档导出为 PDF。这是一个示例文档：test.docx。以下代码有效，但在 Windows 上速度很慢（每个 PDF 文档平均 3.3 秒）：

import subprocess, docx, time   # first do: pip install python-docx 
for i in range(10):
    doc = docx.Document('test.docx')
    for paragraph in doc.paragraphs:
        paragraph.text = paragraph.text.replace('{{num}}', str(i))
    doc.save('test%i.docx' % i)   # these 4 previous lines are super fast - a few ms
    t0 = time.time()
    subprocess.call(r'C:\Program Files\LibreOffice\program\soffice.exe --headless --convert-to pdf test%i.docx --outdir . --nocrashreport --nodefault --nofirststartwizard --nolockcheck --nologo --norestore"' % i)
    print('PDF generated in %.1f sec' % (time.time()-t0))

    # for linux:
    # (0.54 seconds on average, so it's 6 times better than on Windows!)
    # subprocess.call(['/usr/bin/soffice', '--headless', '--convert-to', 'pdf', '--outdir', '/home/user', 'test%i.docx' % i])

如何在 Windows 上加快此 PDF 导出速度？

我怀疑很多时间会浪费在 "Start LibreOffice/Writer, (do the job), Close LibreOffice" "Start LibreOffice/Writer, (do the job), Close LibreOffice" "Start LibreOffice/Writer, (do the job), Close LibreOffice" 等

备注：

作为比较：此处：https://bugs.documentfoundation.org/show_bug.cgi?id=92274导出时间据说是 90 毫秒或 810 毫秒。

soffice.exe 替换为 swriter.exe：同样的问题：平均 3.3 秒

subprocess.call(r'C:\Program Files\LibreOffice\program\swriter.exe --headless --convert-to pdf test%i.docx --outdir ."' % i)

Answer 1

确实，所有时间都浪费在 starting/quitting LibreOffice 上了。我们可以在 soffice.exe:

的一次调用中传递许多 docx 文档
import subprocess, docx for i in range(1000): doc = docx.Document('test.docx') for paragraph in doc.paragraphs: paragraph.text = paragraph.text.replace('{{num}}', str(i)) doc.save('test%i.docx' % i) # all PDFs in one pass: subprocess.call(['C:\Program Files\LibreOffice\program\swriter.exe', '--headless', '--convert-to', 'pdf', '--outdir', '.'] + ['test%i.docx' % i for i in range(1000)])

总共 107 秒，因此每个 PDF 的平均时间约为 107 毫秒，好多了！

备注：

它不适用于 10,000 个文档，因为命令行参数的长度将超过 32k 个字符，如 explained here

我想知道是否可以通过一种更具交互性的方式来无头地使用 LibreOffice：

启动 Writer headless，保持启动状态

向此进程发送类似 open test1.docx 的操作

发送操作 export to pdf，并关闭 docx

发送open test2.docx，然后导出等

...

无头退出 Writer

这适用于 COM（组件对象模型）和 MS Office：.doc to pdf using python but I wonder if something similar exists with LibreOffice. The answer seems to be no: Does LibreOffice/OpenOffice Support the COM Model

Headless LibreOffice 在 Windows 上导出为 PDF 非常慢（比 Linux 慢 6 倍）

Headless LibreOffice very slow to export to PDF on Windows (6 times slow than on Linux)

python

pdf

docx

libreoffice