【发布时间】：2021-06-17 12:49:54
【问题描述】：
我有很多 docx 文件要转换为 pdf。将它们一一转换需要很长时间。所以我写了一个python脚本来并行转换它们：
from subprocess import Popen
import time
import os
os.chdir(os.path.dirname(__file__))
output_dir = './outputs'
source_file_format = './docs/example_{}.docx'
po_list = [Popen(
f"/Applications/LibreOffice.app/Contents/MacOS/soffice --invisible --convert-to pdf --outdir {output_dir} {source_file_format.format(i)}",
shell=True)
for i in range(0, 7, 1)]
while po_list:
time.sleep(0.01)
for i, p in enumerate(po_list):
status = p.poll()
if status is None:
continue
elif status == 0:
print('Succeed: [{}] {} -> {}'.format(p.returncode, p.stderr, p.args))
po_list.remove(p)
else:
print('Failed: {} : {}'.format(p.args, p.poll()))
po_list.remove(p)
但是每次我运行这个脚本时，只有一部分 docx 文件转换成功。其余的转换过程甚至不会抛出任何错误信息。
【问题讨论】：
-
要查看在哪里发生故障，将 LibreOffice 的调用替换为模拟转换的脚本（在输出目录中写入一些内容并使用一些时间），然后检查结果。如果所有文件都在那里，那似乎是 LibreOffice 的问题。如果文件丢失，这是您的脚本。 -- 如果是 LibreOffice，我会通过以下方式确保：打开多个 shell，在每个 shell 中准备一个命令行，然后尽快启动所有 shell。
-
我也有同样的问题。我测试了一个简单的函数并且并行部分正在工作，当我尝试使用 LibreOffice 时，我遇到了问题
from joblib import Parallel, delayed import os def convert_docdocx_to_pdf(file_to_convert : str, output_folder : str ): """Convert a doc or docx document to pdf using Libre Office""" result = subprocess.call(['lowriter', '--convert-to', 'pdf', '--outdir', output_folder, file_to_convert]) return result Parallel(n_jobs = 2, prefer = "threads", timeout = 60)(delayed(convert_docdocx_to_pdf)(file, os.path.dirname(file)) for file in files)
标签： python pdf docx libreoffice