解压.docx文件实现提取图片

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

代码实现

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))

word_path可以支持所有类型路径,如

p = r"C:\Users\Desktop\test\小说.docx"

p1 = "C:/Users/Desktop/test/小说.docx"

p2 = "C:\\Users\\Desktop\\test\\小说.docx"

利用三方库docx实现图片提取(推荐)

import docx

import os, re

def get_pictures(word_path, result_path):

"""

图片提取

:param word_path: word路径

:param result_path: 结果路径

: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]

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替换word中的图片_python如何提取word内的图片相关推荐

  1. python读取word图片_python 如何提取 word 内的图片

    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 ...

  2. python 替换array中的值_Python五个隐藏的特性,你可能从未听说过

    前言 在本文中,我将向您展示Python中最常见的5个特性.有经验的Python开发人员可能认识其中一些.然而,这对其他人仍将是未知的. ... 是的,你没看错,在Python中...是一个有效的构造 ...

  3. python替换文件中的字符串_Python文件操作中进行字符串替换的方法(保存到新文件/当前文件)...

    题目: 1.首先将文件:/etc/selinux/config 进行备份 文件名为 /etc/selinux/config.bak 2.再文件:/etc/selinux/config 中的enforc ...

  4. python 替换array中的值_Python实现计数排序

    一.计数排序简介 计数排序(Counting Sort)是一种不比较数据大小的排序算法,是一种牺牲空间换取时间的排序算法.计数排序适合数据量大且数据范围小的数据排序,如对人的年龄进行排序,对考试成绩进 ...

  5. python替换行中某个数据_python – 复制一些行并更改pandas中的某些值

    我有一个像这样的pandas DataFrame: From To Val GE VD 1000 GE VS 1600 VS VD 1500 VS GE 600 VD GE 1200 VD VS 13 ...

  6. python 获取字符串中的字典_python cookies提取——从字符串到字典(一行Python代码)...

    def extract_cookies(cookie): """从浏览器或者request headers中拿到cookie字符串,提取为字典格式的cookies&quo ...

  7. python 替换字符串中的元素

    python 替换字符串中的元素 def str_replace(old_str,old,new):"""在 old_str 字符串中,把 old 替换成 new:par ...

  8. 工具:通过Python fitz 提取PDF内的图片

    通过Python fitz 提取PDF内的图片 # 打开pdf读取文本和图片内容 # pip install PyMuPDFimport fitzpdf_document = "1.pdf& ...

  9. windows10图片打开找不到内置图片查看器

    windows10图片打开找不到内置图片查看器 第一种解决方法: 找到windows设置按钮–>应用–>默认应用–>重置 如果上面的方法无效,尝试第二种方法,修改注册表,亲测有用 第 ...

最新文章

  1. HTML`CSS_网站页面不同浏览器兼容性问题解决
  2. 聊一聊对外API接口的存活检查可以怎么做
  3. MLE(最大似然估计)和EM算法
  4. 机器学习实战(四)逻辑回归LR(Logistic Regression)
  5. linux之history使用技巧
  6. 第七章思维导图前半段
  7. hadoop组件及各自的功能
  8. IE 浏览器重置方法
  9. 计算机替换字体怎么操作,电脑怎么更换字体-电脑更换字体的方法 - 河东软件园...
  10. 计算机运行瓶颈,我的电脑瓶颈在哪呢?
  11. 艾肯声卡安装调试方法【必看】
  12. 星门跳跃-rqnoj-341
  13. Android-AIUI技能设计技巧及处理策略总结
  14. VLAN的原理及配置
  15. 青岛如何线上提取青岛公积金
  16. eNSP - 华为交换机常用命令
  17. react根据浏览器的尺寸动态调整布局
  18. Linux服务器简单配置
  19. stegsolve打不开原因
  20. Android IMS 语音通话 vs 视频通话 vs 视频彩铃

热门文章

  1. 聚合支付系统开发究竟难不难?
  2. CTFshow命令执行29-123
  3. 为什么“公有云”在中国落地那么难?
  4. 定时任务与网页去重、代理的使用
  5. 8月清北学堂培训 Day4
  6. Slax本土化:移动硬盘上的Linux中文套件(转)
  7. android简单音乐播放器(二)
  8. 网络诈骗侦查公司41st Parameter获1300万美元投资 Kleiner Perkins参投
  9. android 电池检测软件,电池寿命检测软件下载-电池寿命检测 安卓版v2.7.0-PC6安卓网...
  10. 聚类分析(K-means算法)