使用基于 Python 的 Lambda 将 Word 转换为 PDF

使命

TL;DR 或：中止任务

我最近接到了一项新任务，该任务大量使用 AWS 来实现无服务器架构等。我的第一个任务的目标是在文档上传到 S3 存储桶时触发 Lambda ，并将不同格式的文件转换为.pdfs. 预计支持的格式包括.doc和.docx. 虽然我知道这些文件包含在文档编辑期间使用的元数据，但我认为我可以只抓取文档，直到找到 ascii 字符。直到我强迫 VS Code 打开原始文件： 恐怖。显然，我正忙得不可开交。

勘探

所以我认为我们都同意编写代码来解决问题应该是最后的手段，所以首先我想知道我是否可以利用（希望是免费的）服务来完成繁重的工作。

谷歌文档怎么样？

我考虑使用 Google Docs 作为转换的主力，但一位在该项目中工作时间较长的同事告诉我，Google Docs 总是删除某些格式元素，通常是像 open paren 这样的符号。来自业务的要求是文档格式被完全保留，所以我不能冒一个不完整的解决方案的风险。

好的，那还有什么？

事实证明，将 word 文档转换为 pdf 的流行策略是使用LibreOffice 的 CLI 功能。事实上，已经有一个基于 JS 的库可以做到这一点！

哦！那么为什么不使用 Javascript 而不是 Python 呢？

因为我喜欢使用 Python 并且想要挑战？忘记我之前所说的避免编写代码。

那好吧。

工具