Python提取Word中的所有图片

原理说明

.docx文件其实也就是一个压缩文件，当我们将一个.docx文件直接解压后可以看到_rels、docProps、word三个文件夹和文件[Content_Types].xml，其中我们要找的图片就在word/media目录内。因此，要提取word内的图片可以考虑将.docx文件解压，再从word/media文件内提取图片，最后将解压后的临时文件删除即可。

代码实现

完整代码

GitHub链接：https://github.com/XiaokangLei/image_toolkit

方法1

import zipfile
import os
import shutildef word2img(word_path, result_path):tmp_path = f'{os.path.splitext(word_path)[0]}'splitext = os.path.splitext(word_path)zip_path = shutil.copy(word_path, f'{splitext[0]}_new{splitext[1]}')with zipfile.ZipFile(zip_path, 'r') as f:for file in f.namelist():f.extract(file, tmp_path)os.remove(zip_path)pic_path = os.path.join(tmp_path, 'word/media')if not os.path.exists(pic_path):shutil.rmtree(tmp_path)return 'no pictures found'pictures = os.listdir(pic_path)if not os.path.exists(result_path):os.makedirs(result_path)for picture in pictures:word_name = os.path.splitext(word_path)[0]if os.sep in word_name:new_name = word_name.split('\\')[-1]else:new_name = word_name.split('/')[-1]picture_name = f'{new_name}_{picture}'shutil.copy(os.path.join(pic_path, picture), os.path.join(result_path, picture_name))shutil.rmtree(tmp_path)return (os.path.join(result_path, pic) for pic in os.listdir(result_path))

方法2

需要安装docx库：pip install docx

import os
import docx
import redef word2img2(word_path, result_path):doc = docx.Document(word_path)dict_rel = doc.part._relsfor rel in dict_rel:rel = dict_rel[rel]if "image" in rel.target_ref:if not os.path.exists(result_path):os.makedirs(result_path)img_name = re.findall("/(.*)", rel.target_ref)[0]word_name = os.path.splitext(word_path)[0]if os.sep in word_name:new_name = word_name.split('\\')[-1]else:new_name = word_name.split('/')[-1]img_name = f'{new_name}_{img_name}'with open(f'{result_path}/{img_name}', "wb") as f:f.write(rel.target_part.blob)

Python提取Word中的所有图片相关推荐

python提取word中的表格写入excel
1.将word中的表格提取提取到json中 # -*- coding: UTF-8 -*- import json import docx file_pp=r"C:\Users\docx\2 ...
Python提取Word中的图片
⚡插播一条老家自产的糖心苹果,多个品种,欢迎选购!有问题随时私信我⚡:
Python提取Word文件中的目录标题保存为Excel文件
from docx import Document from openpyxl import Workbook from openpyxl.styles import Alignment, Borde ...
Python PDF转Word,以及提取Word中图片里的文字
PDF转Word,以及提取Word中图片里的文字 PS: 也是从网上各个帖子中学习的Python,因此代码的格式以及内容有粘贴网上其他大神的代码,如有侵权请告知删除软件截图: #!/usr/bin/ ...
【Python】Python提取word表格，并保存在excel中
需求:一些常用的对word的操作和提取word的表格,并保存在excel中 pip install python-docx from docx import Document from openpyx ...
python提取word表格里的内容_python读取word表格 python中如何将word表格内的内容进行替换...
python如何获取word文件中某个关键字之后的表格一片春愁待酒浇.江上舟摇,楼上帘招.秋娘度与泰娘娇.风又飘飘,雨又萧萧.何日归家洗客袍?银字笙调,心字香烧.流光容易把人抛.红了樱桃,绿了芭蕉. ...
python 替换array中的值_利用Python提取视频中的字幕（文字识别）
我的CSDN博客id:qq_39783601,昵称是糖潮丽子~辣丽从今天开始我会陆续将数据分析师相关的知识点分享在这里,包括Python.机器学习.数据库等等. 今天来分享一个Python小项目! ...
利用python提取视频中的字幕
利用python提取视频中的字幕 `` 一.导包 import base64 import os import cv2 import requests import aip from aip impo ...
access数据放到list中_利用Python提取视频中的字幕（文字识别）
我的CSDN博客id:qq_39783601,昵称是糖潮丽子~辣丽从今天开始我会陆续将数据分析师相关的知识点分享在这里,包括Python.机器学习.数据库等等. 今天来分享一个Python小项目! ...

Python提取Word中的所有图片

原理说明

代码实现

完整代码

方法1

方法2

Python提取Word中的所有图片相关推荐

最新文章

热门文章