日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

Python提取Word中圖片的實現步驟_python

作者：Jayce~ ? 更新時間： 2022-09-12 編程語言

1.思路

在網上查找了半天，基本都是提取word中文字的，沒有找到可以把word中的圖片提取出來的方法。一個巧合的情況下，發現將word的后綴名改為zip，然后解壓該zip，可以看到原來word是這樣存儲的：

圖片就存放在固定的文件夾下：/word/media/；

那么我們就只需要批量的修改文件后綴名，并且解壓之后將圖片拷貝到需要存放的地方，然后將該文件夾清空留作下次的路徑，并且將文件從zip改回docx即可。（注意：doc不支持這個方法，如果需要提取doc格式的圖片，可以先轉為docx,再提取即可）

2.具體實現

2.1導入相關庫

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

2.2定義函數

為了方便和其他函數調用，直接寫了個函數完成這個功能，在這里，我們需要以下四個參數：

  • word文檔的路徑
  • zip壓縮文件的路徑
  • 臨時解壓的tmp路徑
  • 最后需要保存的store_path路徑
def word2pic(path, zip_path, tmp_path, store_path):
    '''
    :param path:源文件
    :param zip_path:docx重命名為zip
    :param tmp_path:中轉圖片文件夾
    :param store_path:最后保存結果的文件夾（需要手動創建）
    :return:
    '''

2.3重命名word文件，將后綴名docx改為zip

    # 將docx文件重命名為zip文件
    os.rename(path, zip_path)
    # 進行解壓
    f = zipfile.ZipFile(zip_path, 'r')
    # 將圖片提取并保存
    for file in f.namelist():
        f.extract(file, tmp_path)
    # 釋放該zip文件
    f.close()

2.4zip還原為docx文件，并獲得圖片的列表

    # 將docx文件從zip還原為docx
    os.rename(zip_path, path)
    # 得到緩存文件夾中圖片列表
    pic = os.listdir(os.path.join(tmp_path, 'word/media'))

2.5將圖片復制到需要保存的文件夾中

并且我們將文件的名字命名為word所在的路徑

    # 將圖片復制到最終的文件夾中
    for i in pic:
        # 根據word的路徑生成圖片的名稱
        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))

2.6刪除tmp緩沖文件夾中的文件，用以存儲下一次的文件

    # 刪除緩沖文件夾中的文件，用以存儲下一次的文件
    for i in os.listdir(tmp_path):
        # 如果是文件夾則刪除
        if os.path.isdir(os.path.join(tmp_path, i)):
            shutil.rmtree(os.path.join(tmp_path, i))

2.7運行程序

if __name__ == '__main__':
    # 源文件
    path = r'E:\dogcat\提取圖片\log.docx'
    # docx重命名為zip
    zip_path = r'E:\dogcat\提取圖片\log.zip'
    # 中轉圖片文件夾
    tmp_path = r'E:\dogcat\提取圖片\tmp'
    # 最后保存結果的文件夾
    store_path = r'E:\dogcat\提取圖片\測試'
    m = word2pic(path, zip_path, tmp_path, store_path)

3效果預覽

3.1源word

3.2提取的圖片

4附:doc轉docx

from win32com import client
import traceback
 
def doc2docx(doc_name, docx_name):
    '''
    # doc轉docx
    :param doc_name: doc文檔路徑
    :param docx_name: docx文檔路徑
    :return:
    '''
    try:
        # 首先將doc轉換成docx
        word = client.Dispatch("Word.Application")
        doc = word.Documents.Open(doc_name)
        # 使用參數16表示將doc轉換成docx
        doc.SaveAs(docx_name, 16)
        doc.Close()
        word.Quit()
    except:
        traceback.print_exc()

原文鏈接：https://geo-ai.blog.csdn.net/article/details/81673970

欄目分類
最近更新