目的
在后端服务的 docker container 中，能够使用命令
/usr/bin/libreoffice --norestore --safe-mode --headless --convert-to txt 松果弹抖闪电鞭.doc --cat
此命令能够提取 doc / docx 中的文字为纯文本
Dockerfile
FROM python:3.12-slim
RUN apt-get -y update && apt-get -y upgrade && apt-get install -y --no-install-recommends default-jre libreoffice-java-common libreoffice-common
RUN apt-get install -y libreoffice-core
RUN apt-get install -y libreoffice-writer
# ADD tmp/松果弹抖闪电鞭.doc .
# # /usr/bin/libreoffice --norestore --safe-mode --headless --convert-to txt 松果弹抖闪电鞭.doc --cat
# CMD ["/usr/bin/libreoffice", "--norestore", "--safe-mode", "--headless", "--convert-to", "txt", "松果弹抖闪电鞭.doc", "--cat"]
image size
增加了1.3G
REPOSITORY TAG IMAGE ID CREATED SIZE
python-libreoffice 3.12-slim-squashed 7248c4a20bc6 10 minutes ago 1.46GB
python-libreoffice 3.12-slim a8750e727c5c 15 minutes ago 1.47GB
python 3.12-slim 36d84f5948d0 7 days ago 129MB
无需使用 docker-squash layer 压缩工具 ，我试过，只压缩掉几M
LibreOffice Error: source file could not be loaded
少装了LibreOffice的writer
yum install libreoffice-writer