通过爬虫向word文档中传入多张图片

目录

1.涉及的相关知识点：

2.知识点展开：

3.源代码实现：

---

1.涉及的相关知识点：

• 导入request：用于获取网页的二进制文件
• context（）：获取网页的二进制文内容
• open()函数：实现文件写入功能
• Document（）：用于创建一个文档，并且执行对文档的相关操作
• remove（）:用于清除缓存文件

2.知识点展开：

2.1、 request和context的使用：

import requests
url = 'http://example.com/page.html'
response = requests.get(url) #获取网页的二进制文件
html = response.content      # 获取网页的二进制内容

2.2、open函数：

open() 函数是 Python 中用于打开文件的内置函数。它有两个主要参数：文件名和模式。

在 open() 函数中，参数如下：

1. filename：要打开的文件名（包括路径），可以是一个字符串或者包含文件名的变量。
2. mode：指定文件的打开模式，是一个可选参数。它决定了对文件进行何种操作，例如读取、写入、追加等。常见的模式有：
   • 'r'：只读模式。文件必须存在，否则会抛出异常。
   • 'w'：写入模式。如果文件存在，则覆盖文件内容；如果文件不存在，则创建新文件。
   • 'a'：追加模式。如果文件存在，则在文件末尾添加内容；如果文件不存在，则创建新文件。
   • 'x'：独占创建模式。如果文件存在，会抛出异常；如果文件不存在，则创建新文件。
   • 'b'：二进制模式。与其他模式一起使用，表示以二进制格式进行读取或写入。
   • 't'：文本模式（默认）。与其他模式一起使用，表示以文本形式进行读取或写入。

例如：向指定文件读取内容 也就是mode为‘r’

with open('example.txt', 'r') as file:
    content = file.read()
    print(content)

2.3、Document的使用：要先在docx模块中获取（ pip install requests python-docx
可以用以下语句获取内容）

from docx import Document

# 创建一个新的文档
doc = Document()

# 添加标题和段落
doc.add_heading('Python-docx示例', level=1)
doc.add_paragraph('这是一个简单的示例，演示了如何使用python-docx库来处理Word文档。')

# 保存文档
doc.save('example.docx')

  2.4、remove的使用：这里的remove是OS模块中的函数，用于删除文件。

import os
# 删除文件
file_path = 'example.txt'
os.remove(file_path)

    

3.源代码实现：(这里默认你已经找到图片地址的一般规律了)

from docx import Document
from docx.shared import Inches
import myRequests
import os

#创建一个文档
doc=Document()
#设置图片文件缓存名
filename = r"D:\word文档\test.jpg"
#根据从网页中获取的信息观察，发现图片网址规律
for i in range(1,17):
    print("开始下载{}.page".format(i))
    #wb，w表示写入模式，如果文件存在，就覆盖原来的内容，b表示二进制文件
    with open(filename,'wb') as f:
            #获取网页的内容，最后的.context不能少，否则返回的就是一个response，而写入文件的内容应该是一个二进制内容。
            r = myRequests.get(
                'https://ow365.cn/owview/wv/ResReader.ashx?n=p{}.img&v=00000000-0000-0000-0000-000000000602&usid=b7862ddf-bee5-452c-a318-f7952bb4f90d&WOPIsrc=http%3A%2F%2Foosh%2Fwopi%2Ffiles%2F%40%2Fwopi%3FvId%3DRrdwz7qnhIni9o3GFWf6KA--&z=2162d169a40aaea3b2c400a94f33a30d1847e362a29983cf4c3ace9113c9078c'.format(i)).content
            f.write(r)
    #向doc文档中添加图片，并且设置图片的宽度和高度： 单位为英寸，这里的数据是根据word中图片的长宽换算成英寸后得出的。
    doc.add_picture(filename,width=Inches(6.26),height=Inches(8.85))
    #清楚缓存文件，文件不会被保存到指定位置。
    os.remove(filename)
#保存文件名为：****
doc.save("output3.docx")