LibreOffice 命令行批量处理实战:不开软件,一条命令批量转换 Word、Excel、PPT
搞技术的朋友多少都遇到过这种场景:领导发来 …
搞技术的朋友多少都遇到过这种场景:领导发来 50 个 Word 文档要统一转成 PDF 归档,或者运营丢过来一堆 Excel 表,撂下一句“都转成 CSV,程序要用”。这时候你要是老老实实一个个点开、另存为、选格式,一上午基本就交代了。
其实这事儿根本不用打开图形界面。Linux 上的 LibreOffice 自带一个 headless(无头)模式,专门干这种脏活累活。一条命令就能批量转换,还能写进脚本、挂到 cron 里定时跑。今天这篇把它讲透,看完你就能把“转格式”这活儿彻底自动化。
为什么选 LibreOffice headless
先说结论:LibreOffice 是目前免费、跨平台、格式支持最全的办公套件,最关键的是它支持命令行无界面运行。这意味着:
- 服务器上没装桌面环境,照样能批量转换;
- 可以写进 shell 脚本、结合 cron 定时执行;
- Word、Excel、PPT、CSV、TXT、HTML 之间互相转,一个工具全包。
对自建服务器、Homelab 玩家来说,这几乎是文档处理的标配工具。
第一步:安装
以 Debian / Ubuntu 为例,一条命令装齐转换模块和中文字体:
sudo apt update
sudo apt install -y libreoffice libreoffice-writer libreoffice-calc libreoffice-impress fonts-noto-cjk
说明一下:libreoffice-writer 对应 Word 文档、libreoffice-calc 对应表格、libreoffice-impress 对应幻灯片,fonts-noto-cjk 是中文字体,不装的话转出来的 PDF 中文会变成方块。
装完验证一下版本:
soffice --version
第二步:单文件转换,一条命令起步
最基础的用法,把一个 docx 转成 PDF:
soffice --headless --convert-to pdf /home/user/report.docx
两个参数解释一下:--headless 是无界面模式,--convert-to 指定目标格式。输出文件默认生成在原文件同一目录,同名改后缀,也就是 report.pdf。
换成别的格式也同理:
soffice --headless --convert-to txt report.docx
soffice --headless --convert-to docx old.doc
soffice --headless --convert-to xlsx data.csv
第三步:批量转换,for 循环一把梭
单文件只是热身,真正的价值在批量。假设 /home/user/docs 下堆了几十个 docx,想统一转 PDF 并放到指定目录:
mkdir -p /home/user/pdf
cd /home/user/docs
for f in *.docx; do
soffice --headless --convert-to pdf --outdir /home/user/pdf "$f"
done
这里有两个重点:--outdir 指定输出目录;变量 "$f" 一定要加双引号,否则文件名里带空格就会直接翻车。
第四步:Excel 批量转 CSV,小心这个坑
Excel 转 CSV 有个经典大坑:LibreOffice 默认只导出第一个工作表(sheet)。如果你一张表里分了多个 sheet,得加 filter 参数手动指定。
普通转法(单 sheet 够用):
for f in *.xlsx; do
soffice --headless --convert-to csv --outdir /home/user/csv "$f"
done
要指定分隔符、字符集和 sheet,用这个反人类的 filter 串:
soffice --headless --convert-to "csv:Text - txt - csv (StarCalc):44,34,76,1" data.xlsx
解释一下这段:44 是逗号的分隔符编码,34 是文本引号,76 是 UTF-8 字符集,最后的 1 表示第一个 sheet。想换成分号分隔,把 44 改成 59 即可。
第五步:中文字体,转 PDF 不翻车
很多人第一次在服务器上用 LibreOffice 转中文文档,出来全是乱码或方块,根因就是没装中文字体。装完之后可以确认一下:
fc-list :lang=zh | head
只要能看到 Noto Sans CJK 之类的输出,转出来的 PDF 中文就是正常的。
第六步:并发加速,xargs 压榨多核
文件几百上千个时,for 循环单线程太慢。用 xargs 开并行:
ls *.docx | xargs -P 4 -I {} soffice --headless --convert-to pdf --outdir /home/user/pdf {}
-P 4 表示 4 个并发进程,按 CPU 核数自己调。不过有个细节:多个 LibreOffice 进程并发时可能争抢同一个配置目录导致冲突,保险起见给每个进程指定独立的用户目录:
ls *.docx | xargs -P 4 -I {} soffice --headless -env:UserInstallation=file:///tmp/lo_{} --convert-to pdf --outdir /home/user/pdf {}
第七步:挂到 cron,定时自动化
最后一步,把它变成无人值守的定时任务。比如每天凌晨两点,把当天新增的 Word 自动转成 PDF 归档:
crontab -e
加一行:
0 2 * * * cd /home/user/docs && for f in *.docx; do soffice --headless --convert-to pdf --outdir /home/user/pdf "$f"; done
常见坑小结
- 文件名带空格 → 变量加双引号
"$f"; - 中文乱码 → 装
fonts-noto-cjk; - xlsx 多 sheet 只转第一个 → 加 filter 参数;
- 并发冲突 → 指定独立
UserInstallation; - 服务器无图形环境 → 必须加
--headless,否则直接报错。
总结
LibreOffice headless 是办公自动化的隐藏神器:批量转换、格式互转、定时归档,一条命令全搞定。重点是它完全免费、跨平台、可脚本化,服务器上也能跑。下次再有人甩给你一句“把这 100 个文件转一下”,直接脚本回过去,一秒都不带犹豫的。
如果你手头还有更复杂的文档自动化需求,比如带格式判断、按内容分类再转换,欢迎在评论区留言,咱们下篇接着聊。
