如何通过Python云函数将云存储中的docx文件转PDF并留存？

首先明确：docx2pdf的convert方法只支持文件路径，不直接处理内存流（BytesIO），这就是你遇到TypeError的原因——它底层依赖Microsoft Word或LibreOffice，这些工具本身基于文件操作，不接受内存流作为输入输出。

下面给两种可行的解决方案：

方案1：用临时文件中转（最简单，兼容docx2pdf） #

大部分云函数都提供临时存储目录（比如Linux下的/tmp），可以把云存储的docx流写入临时文件，转换后再读回流上传，代码示例（以GCS为例，其他云存储API逻辑类似）：

import io
import tempfile
import os
from docx import Document
from docx2pdf import convert
from google.cloud import storage

def docx_to_pdf_gcs(bucket_name, docx_path, pdf_path):
    # 初始化云存储客户端
    client = storage.Client()
    bucket = client.bucket(bucket_name)
    
    # 从云存储读取docx到内存流
    docx_blob = bucket.blob(docx_path)
    docx_stream = io.BytesIO()
    docx_blob.download_to_file(docx_stream)
    docx_stream.seek(0)
    
    # 创建临时docx文件
    with tempfile.NamedTemporaryFile(suffix=".docx", delete=False) as tmp_docx:
        tmp_docx.write(docx_stream.getvalue())
        tmp_docx_path = tmp_docx.name
    
    # 创建临时pdf文件路径
    tmp_pdf_path = tempfile.mktemp(suffix=".pdf")
    
    # 转换docx到pdf
    convert(tmp_docx_path, tmp_pdf_path)
    
    # 读取pdf到内存流并上传
    pdf_stream = io.BytesIO()
    with open(tmp_pdf_path, "rb") as f:
        pdf_stream.write(f.read())
    pdf_stream.seek(0)
    
    pdf_blob = bucket.blob(pdf_path)
    pdf_blob.upload_from_file(pdf_stream, content_type="application/pdf")
    
    # 清理临时文件
    os.unlink(tmp_docx_path)
    os.unlink(tmp_pdf_path)

方案2：用支持内存流的转换库（无临时文件） #

如果不想用临时文件，可以换用libreoffice-convert，它支持直接处理内存流，但需要确保云函数环境安装了LibreOffice（Linux环境可以通过apt-get install libreoffice安装，云函数可以通过自定义层或Docker镜像打包）。

代码示例：

import io
import libreofficeconvert
from google.cloud import storage

def convert_stream_to_pdf(docx_stream):
    docx_stream.seek(0)
    pdf_stream = io.BytesIO()
    # 直接转换内存流
    libreofficeconvert.convert(docx_stream, pdf_stream, "pdf")
    pdf_stream.seek(0)
    return pdf_stream

def docx_to_pdf_gcs_stream(bucket_name, docx_path, pdf_path):
    client = storage.Client()
    bucket = client.bucket(bucket_name)
    
    # 读取docx流
    docx_blob = bucket.blob(docx_path)
    docx_stream = io.BytesIO()
    docx_blob.download_to_file(docx_stream)
    
    # 转换
    pdf_stream = convert_stream_to_pdf(docx_stream)
    
    # 上传pdf
    pdf_blob = bucket.blob(pdf_path)
    pdf_blob.upload_from_file(pdf_stream, content_type="application/pdf")

注意事项 #

• 无论用哪种方案，云函数环境都需要安装对应的依赖：
  • 用docx2pdf：Linux/macOS需要预装LibreOffice，Windows需要Word；
  • 用libreoffice-convert：必须预装LibreOffice，同时安装库pip install libreoffice-convert。
• 云函数的临时目录空间有限，处理大文件时要注意限制文件大小。

内容的提问来源于stack exchange，提问作者Amit Goft