Python3-word文档操作（七）：提取word文档中的图片方式一-利用word文档的压缩文件属性

1 简介：

如何提取出word文件中的图片，并且保存在自己定义的目录下，是本篇需要介绍的内容。

可以利用word文档的压缩属性来实现，这是因为，word文档本质上也是一个压缩文档。我们解压开之后，遍历所有的目录，将图片文件copy出来即可。

2 使用unzip命令来获取图片

使用unzip命令来解压一个zip文件，再找出图片文件。

使用方式：

在命令行：

unzip xxxxx.zip -d res //将zip文件减压到res目录下

例子1: 下图是一个直接用unzip命令实际的例子：

说明：

可见，在解压后的media目录下，可以看到图片文件。使用unzip命令，解压出来的目录中，图片文件的目录位置是在：

zip/word/media/目录下

当然，你可以写一个简单的python执行脚本，将unzip命令进行一个包装，这里从略。 

3 利用python提供的zip库来实现图片的获取：

核心原理：

使用zipfile库来实现。

例子2: 利用python提供的zip库来实现图片的获取：

思路：

1）python库zipfile可以用来解压zip文件， .doc本质上也是自拍文件，所以可以被正常解压；

2）解压后的图片文件目录在当下目录的子目录word/media目录下；

3）找到文件后，可以将文件copy到自己指定的目录下。

代码如下：

# -*- coding: utf-8 -*-
import os
import sys
import re
import time
import docx
import shutil
import zipfile
 
#提取word文件中的图片 
def fetch_image_by_unzip(doc_path, desc_path):
    tmp_path = f'{os.path.splitext(doc_path)[0]}'
    # 拷贝源文件后重命名再解压
    splitext = os.path.splitext(doc_path)
    zip_path = shutil.copy(doc_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 '没有找到图片'
    pictures = os.listdir(pic_path)
    if not os.path.exists(desc_path):
        os.makedirs(desc_path)
    for picture in pictures:
        # 根据word的文件名生成图片的名称
        word_name = os.path.splitext(doc_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(desc_path, picture_name))
 
    shutil.rmtree(tmp_path)
    return (os.path.join(desc_path, pic) for pic in os.listdir(desc_path))

    #创建目录
def create_dir(desc_path):
    if not os.path.exists(desc_path):
        os.makedirs(desc_path)

def get_image_by_unzip():
    doc_name = "念奴娇_赤壁怀古.docx"
    desc_path = sys.argv[1] #目标文件目录
    pwd = os.path.dirname(os.path.abspath(desc_path))
    print("[get_image]desc_path",desc_path)
    desc_path = os.path.join(pwd, desc_path) #目标路径
    fetch_image_by_unzip(doc_name,desc_path)

if __name__ == '__main__':
    #create_doc()
    #fetch_doc()
    #update_doc()
    #create_doc_table()
    #fetch_doc_table()
    #modify_doc_table()
    get_image_by_unzip()

说明：

1）fetch_image_by_unzip，核心函数，功能是提取word文件中的图片；

2）zipfile.ZipFile：创建一个zipFile对象；

3）f.extract(file, tmp_path)：解压；

4）遍历解压后的文件，找到word/media目录；

pic_path = os.path.join(tmp_path, 'word/media')

5）遍历word/media目录，找出图片文件；

6）将图片文件copy到目标文件夹下：

shutil.copy(os.path.join(pic_path, picture), 
    os.path.join(desc_path, picture_name))

运行结果：

可见，运行完成后，我们已经将图片文件copy到了自定义的zip_img文件夹中。 

 

---