Python借助subprocess并行执行Linux命令时多DOCX转PDF任务异常

你的并行转换失效完全是LibreOffice soffice 的内置实例互斥机制导致的，和Python的线程池逻辑没有关系：

• 两个转换任务几乎同时触发soffice命令时，默认都会读写同一个全局用户配置目录（Linux下路径为~/.config/libreoffice/4/user，Windows下为%APPDATA%\LibreOffice\4\user）。
• soffice 自带锁机制：新进程启动时如果检测到同配置目录已有运行实例，会直接把自身的转换请求转发给已有进程，随后立刻退出，不会初始化独立的转换环境。
• 两个任务同时抢锁时，后启动的进程会接管全部流程，先启动的进程因为拿不到配置目录的独占访问权，转换流程直接中断；且你没有打印子进程的报错信息，完全感知不到这个失败，最后就只剩后触发的1.docx完成了转换，生成了1.pdf。

核心思路是给每个独立运行的soffice进程分配专属的临时用户配置目录，绕开内置的实例互斥锁，就可以真正实现并行转换。
具体改造点就是在soffice的启动参数中新增指向独立临时目录的-env:UserInstallation配置，改造后的可运行代码如下：

from multiprocessing.dummy import Pool
import subprocess
import tempfile
import os

def convert_to(source):
    # 为每个转换任务生成唯一的临时LibreOffice配置目录，从根源避免互斥冲突
    profile_path = tempfile.mkdtemp(prefix=f"lo_profile_{os.path.basename(source)}_")
    args = [
        "soffice",
        "--headless",
        "--nologo",
        "--norestore",
        "--convert-to",
        "pdf:writer_pdf_Export",
        # 新增独立配置目录参数，路径格式匹配soffice要求的file://前缀格式
        f"-env:UserInstallation=file://{profile_path}",
        source,
    ]
    process = subprocess.Popen(
        args,
        stdout=subprocess.PIPE,
        stderr=subprocess.PIPE,
        shell=False,
    )
    stdout, stderr = process.communicate()
    # 补充非0退出码的错误打印，方便后续排查异常
    if process.returncode != 0:
        print(f"文件{source}转换失败，错误信息：{stderr.decode('utf-8', errors='ignore')}")
    return stdout, stderr

# 可根据机器配置调整并发数，一般2-4个并发就能跑满磁盘IO
pool = Pool(2)
print(pool.map(convert_to, ["0.docx", "1.docx"]))

注意事项 #

• 网上常见的给soffice加--nologo --norestore参数只能减少启动耗时，完全解决不了同配置目录抢锁的问题，独立的UserInstallation路径是必须的配置。
• 转换任务执行完成后，临时配置目录会自动留在系统临时文件夹中，可定期清理，单个目录仅占数MB空间，不会有太大磁盘占用。
• 后续如果要进一步提升转换效率，完全可以把线程池替换成多进程池，只要保持每个soffice实例对应独立的配置目录，就不会再出现任务互斥的问题。

内容的提问来源于stack exchange，提问作者user_12