Преобразование файла MS Word (.doc и .docx) в HTML с использованием Python на AWS Lambda

Question

Попробуйте преобразовать файлы MS Word в HTML с помощью Python на AWS Lambda. Для .docx я знаю, что есть библиотека под названием python-docx. Но когда дело доходит до .doc, я все еще не могу найти элегантное и простое решение, потому что большинство возможных решений используют LibreOffice или OpenOffice.

Есть ли способ сделать переносимую версию LibreOffice/OpenOffice, которой можно управлять с помощью скриптов Python на AWS Lambda? Или, есть ли библиотека Python для файла .doc, которую я опускаю?

Answer 1

К сожалению, на данный момент, похоже, нет изящных решений для решения этой проблемы. Я попытался сделать переносную версию LibreOffice/OpenOffice, но самой большой проблемой является размер, превышающий лимит AWS Lambda.

Возможно, вы хотите дать Pandoc Попробуйте, хотя он не может обрабатывать файл .doc. Но я успешно использую его на AWS Lambda. Вы можете посетить here, чтобы узнать, как сделать переносную версию для AWS Lambda.

Answer 2

Если вы ищете LibreOffice, работающий в AWS Lambda, это может вам помочь. Недавно мне удалось создать переносимую версию, которая работает в Lambda.

https://github.com/vladgolubev/serverless-libreoffice