【发布时间】：2023-03-25 14:27:03
【问题描述】：
我一直在思考写这个问题很长一段时间。
我在越南的一家小型新闻公司工作。
我为文档运行的服务器是最新版本的 Ubuntu（显然是 PHP/Apache），这意味着据我所知，.doc 和 .docx 等格式将无法本地打开.
但是，当记者上传文件时，有一半时间他们以某种 Microsoft 格式进行上传。这意味着我的 Linux 机器无法打开和挑选关键字，这让我非常沮丧；这是因为 pdf2txt.py 这样的东西不起作用。
有没有办法绕过这个问题，又不会给记者带来太多不便？我了解，由于我正在运行 Linux 服务器，我可能需要运行某种第三方应用程序来为我完成这项工作，这在短期内可能会起作用，但可能会带来一些安全风险。
总结：我如何让 Linux 服务器自动将任何格式（例如 .doc 和 .docx）转换为 PDF 以便进一步操作？
【问题讨论】：
-
使用 OpenOffice/LibreOffice。它在打开 MSOffice 文件方面做得很好。
-
Microsoft Word docx 文件是 XML，因此您应该能够相当容易地解析出它们的元数据。
-
Doc to PDF with PHP + Openoffice 的可能副本 -- 然而，使用 LibreOffice 更容易，因为它提供了一个无头命令行开关。
-
@mario 我也对可能的第三方（替代服务器）解决方案感兴趣，以尽可能地保真原始文档。