LibreOffice (định dạng Office)¶

Pipeline dịch Office chọn backend tốt nhất hiện có theo thứ tự:

win32com (Windows + MS Office đã cài) — độ chính xác cao nhất
LibreOffice UNO (đa nền tảng) — fallback khi không có win32com
python-docx / openpyxl / python-pptx (chỉ định dạng hiện đại) — fallback Python thuần khi không có cả hai phương thức trên

LibreOffice là con đường duy nhất cho .doc / .xls / .ppt cũ trên Linux và macOS, và là con đường được khuyến nghị trên các nền tảng đó cho cả Office hiện đại (độ chính xác tốt hơn backend Python thuần, đặc biệt với bảng và đối tượng nhúng).

Cài đặt¶

macOSUbuntu / DebianFedora / RHELWindows

brew install --cask libreoffice

Hoặc tải từ https://www.libreoffice.org/download/download/.

sudo apt install libreoffice

sudo dnf install libreoffice

Ứng dụng desktop trên Windows thường dùng win32com với MS Office đã cài — LibreOffice là fallback khi thiếu MS Office. Cài từ https://www.libreoffice.org/download/download/.

Xác minh¶

soffice --version

Nếu nhận "command not found" trên macOS, binary nằm ở /Applications/LibreOffice.app/Contents/MacOS/soffice. Ứng dụng tự phát hiện qua các đường dẫn cài đặt phổ biến, nhưng bạn có thể ghi đè trong Cài đặt → Chung → Đường dẫn LibreOffice nếu cần.

LibreOffice hỗ trợ gì¶

Khi LibreOffice là backend đang hoạt động:

Tính năng	Ghi chú
Office hiện đại (`.docx`, `.xlsx`, `.pptx`)	Dùng làm fallback khi không có win32com
Office cũ (`.doc`, `.xls`, `.ppt`)	Bắt buộc — Python thuần không đọc được
ODF (`.odt`, `.ods`, `.odp`)	Dùng cho chuyển đổi round-trip khi Auto-convert ODF bật
Auto-convert cũ / ODF → OOXML	Bắt buộc

Tiến trình nền¶

Lần đầu cần LibreOffice, ứng dụng spawn một tiến trình soffice ở chế độ headless và giữ sống xuyên suốt các lần dịch (office_lifecycle.py). Nó tự tắt khi ứng dụng thoát.

Lưu ý¶

Thời gian khởi động lần đầu

Lần dịch đầu tiên dùng LibreOffice phải chờ ~5-10 giây để soffice khởi tạo. Các lần dịch sau dùng lại tiến trình đó và nhanh.

Log crash JVM

Thành phần Java của LibreOffice thỉnh thoảng tạo file hs_err_pid*.log khi segfault. Ứng dụng định tuyến chúng vào thư mục tạm để không làm bẩn thư mục dự án của bạn.

Tự chuyển đổi cũ / ODF

Bật Cài đặt → Bản dịch → Auto-convert legacy nếu bạn thường xuyên dịch .doc / .xls / .ppt. Pipeline sẽ chuyển sang .docx / .xlsx / .pptx trước (qua convert_to_modern_format), dịch bản hiện đại, rồi chuyển ngược. Độ chính xác cao hơn nhiều so với dịch trực tiếp định dạng cũ.