Python中如何读取Word中的图片

Z时代
2024-01-10
分类：综合

python

Python能够快速的编写、调试，用来提取各类软件中的图片再好不过了。今天小编就为大家带来在Python中提取Word图片的方法。

方法

需要批量的修改文件后缀名，并且解压之后将图片拷贝到需要存放的地方，然后将该文件夹清空留作下次的路径，并且将文件从zip改回docx即可。（注意：doc不支持这个方法，如果需要提取doc格式的图片，可以先转为docx,再提取即可）

具体实现

1.导入相关库

'''
===========================================
  @author:  renjiaxin
  @time:    2018/8/9 0009   10:00
===========================================
'''
import zipfile
import os
import shutil

2.定义函数

为了方便和其他函数调用，直接写了个函数完成这个功能，在这里，我们需要以下四个参数：

word文档的路径
zip压缩文件的路径
临时解压的tmp路径
最后需要保存的store_path路径

def word2pic(path, zip_path, tmp_path, store_path):
    '''
    :param path:源文件
    :param zip_path:docx重命名为zip
    :param tmp_path:中转图片文件夹
    :param store_path:最后保存结果的文件夹（需要手动创建）
    :return:
    '''

3.重命名word文件，将后缀名docx改为zip

    # 将docx文件重命名为zip文件
    os.rename(path, zip_path)
    # 进行解压
    f = zipfile.ZipFile(zip_path, 'r')
    # 将图片提取并保存
    for file in f.namelist():
        f.extract(file, tmp_path)
    # 释放该zip文件
    f.close()

4.zip还原为docx文件，并获得图片的列表

    # 将docx文件从zip还原为docx
    os.rename(zip_path, path)
    # 得到缓存文件夹中图片列表
    pic = os.listdir(os.path.join(tmp_path, 'word/media'))

5.将图片复制到需要保存的文件夹中

并且我们将文件的名字命名为word所在的路径

   # 将图片复制到最终的文件夹中
      for  i  in  pic:
        # 根据word的路径生成图片的名称
        new_name = path.replace('', '_')
        new_name = new_name.replace(':', '') + '_' + i
        shutil.copy(os.path.join(tmp_path + '/word/media', i), os.path.join(store_path, new_name))

6.删除tmp缓冲文件夹中的文件，用以存储下一次的文件

    # 删除缓冲文件夹中的文件，用以存储下一次的文件
    for i in os.listdir(tmp_path):
        # 如果是文件夹则删除
        if os.path.isdir(os.path.join(tmp_path, i)):
            shutil.rmtree(os.path.join(tmp_path, i))

7.运行程序

if __name__ == '__main__':

# 源文件

path = r'E:dogcat提取图片log.docx'

# docx重命名为zip

zip_path = r'E:dogcat提取图片log.zip'

# 中转图片文件夹

tmp_path = r'E:dogcat提取图片 mp'

# 最后保存结果的文件夹

store_path = r'E:dogcat提取图片测试'

m = word2pic(path, zip_path, tmp_path, store_path)

效果预览

源word

提取的图片

另附doc转docx

def doc2docx(doc_name, docx_name):
    '''
    # doc转docx
    :param doc_name: doc文档路径
    :param docx_name: docx文档路径
    :return:
    '''
    try:
        # 首先将doc转换成docx
        word = client.Dispatch("Word.Application")
        doc = word.Documents.Open(doc_name)
        # 使用参数16表示将doc转换成docx
        doc.SaveAs(docx_name, 16)
        doc.Close()
        word.Quit()
    except:
        pass