Docker化Streamlit应用时遭遇NotImplementedError报错求助

问题根源 #

docx2pdf依赖Microsoft Word的COM接口实现格式转换，而Linux系统无法直接安装Windows版Microsoft Word，因此在Linux镜像中运行会抛出NotImplementedError。

可行解决方案 #

方案1：用LibreOffice替代docx2pdf（推荐） #

LibreOffice是跨平台办公套件，支持命令行模式转换docx到pdf，兼容性好且无需额外授权。

步骤1：修改Dockerfile

添加LibreOffice的安装指令：

FROM python:3.10-slim

# 安装LibreOffice Writer及依赖
RUN apt-get update && \
    apt-get install -y --no-install-recommends libreoffice-writer && \
    apt-get clean && \
    rm -rf /var/lib/apt/lists/*

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

CMD ["streamlit", "run", "your_app.py"]

步骤2：替换代码中的docx2pdf调用

用subprocess调用LibreOffice命令行完成转换：

import subprocess
import os

def docx_to_pdf(docx_input_path, pdf_output_path):
    # 构建LibreOffice转换命令
    convert_cmd = [
        "libreoffice",
        "--headless",  # 无头模式，禁用GUI
        "--convert-to", "pdf",
        "--outdir", os.path.dirname(pdf_output_path),
        docx_input_path
    ]
    # 执行转换，check=True会在命令失败时抛出异常
    subprocess.run(convert_cmd, check=True)

# 调用示例
docx_to_pdf("sample.docx", "sample.pdf")

方案2：使用Windows基础镜像（不推荐） #

如果必须依赖docx2pdf原有逻辑，可以使用Windows容器镜像，但存在镜像体积大、Word授权复杂等问题：

步骤1：切换Docker Desktop到Windows容器模式

在Docker Desktop设置中切换到Windows容器（需重启Docker）。

步骤2：编写Windows版Dockerfile

FROM python:3.10-windowsservercore-ltsc2022

# 用Chocolatey安装Office 365（注意授权合规）
RUN powershell -Command \
    Set-ExecutionPolicy Bypass -Scope Process -Force; \
    [System.Net.ServicePointManager]::SecurityProtocol = [System.Net.ServicePointManager]::SecurityProtocol -bor 3072; \
    iex ((New-Object System.Net.WebClient).DownloadString('https://community.chocolatey.org/install.ps1'))
RUN choco install -y office365proplus --accept-license

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

CMD ["streamlit", "run", "your_app.py"]

方案3：python-docx + pdfkit（适合简单文档） #

对于格式简单的docx文件，可以用python-docx读取内容生成HTML，再用pdfkit转PDF，但对复杂格式（图片、表格、样式）支持有限：

步骤1：修改Dockerfile

安装wkhtmltopdf依赖：

FROM python:3.10-slim

RUN apt-get update && \
    apt-get install -y --no-install-recommends wkhtmltopdf && \
    apt-get clean && \
    rm -rf /var/lib/apt/lists/*

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt python-docx pdfkit

COPY . .

CMD ["streamlit", "run", "your_app.py"]

步骤2：代码实现

from docx import Document
import pdfkit

def docx_to_pdf(docx_path, pdf_path):
    doc = Document(docx_path)
    html_content = "<html><body>"
    # 遍历文档段落生成HTML
    for para in doc.paragraphs:
        html_content += f"<p>{para.text}</p>"
    # 复杂元素（表格、图片）需额外处理
    html_content += "</body></html>"
    pdfkit.from_string(html_content, pdf_path)

内容的提问来源于stack exchange，提问作者user23590571