方法一：解压.docx 文件提取图片

前言

.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如下目录

其中我们要找的图片就在 word/media 目录内，如图

所以，要提取 word 内的图片就需要将.docx 文件解压，再从 media 文件内取得图片，然后将解压后的文件删除

代码

import os

import shutil

import zipfile

def get_pictures(word_path, result_path):

"""

获取word内的所有图片

:param word_path: word文件

:param result_path: 结果目录，无需手动创建

:return: None or generator，None：word内没有图片，generator：每个图片的路径

"""

tmp_path = f'{os.path.splitext(word_path)[0]}'

# 拷贝源文件后重命名再解压

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)

# 注：word图片在zip文件内的word/media目录下

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:

# 根据word的文件名生成图片的名称

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))

方法二：利用三方库 docx 提取图片(推荐)

import docx

import os

def get_pictures(word_path, result_path):

"""

提取word文档内的图片

:param word_path: word文件

:param result_path: 结果目录

:return:

"""

doc = docx.Document(word_path)

dict_rel = doc.part._rels

for 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]

# print(os.sep)

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)