2022/4/13更新:在使用doc2docx进行doc文件转为docx文件时,如果是使用pyqt获取用户输入,需要处理路径中的斜杠后,再调用doc2docx,在高版本pywin32中,已经不支持传入的路径由斜杠组成了,会引发pywintypes.com_error报错(老版本221可以支持斜杠组成的文件路径)
PyQt:快速转换路径中的斜杠(斜杠(/)与反斜杠(\)转换)https://geo-ai.blog.csdn.net/article/details/124156128
Python提取PDF中的图片(需要的自取):
最近项目需要把word、PDF中的图片专门提取出来保存到另外的文件夹,最终成功实现;
最近项目需要把word、PDF中的图片专门提取出来保存到另外的文件夹,最终成功实现;
最近项目需要把word、PDF中的图片专门提取出来保存到另外的文件夹,最终成功实现;
重要的事情说三遍,详细步骤记录如下:
目录
1.问题背景
由于项目需要批量把Word中的图片提取出来,在网上查找了半天,基本都是提取word中文字的,没有找到可以把word中的图片提取出来的方法,所以才有了本博客!
(注意:doc不支持这个方法,如果需要提取doc中的的图片,可以先转为docx,再提取即可)
2.具体实现
2.1导入相关库
'''
===========================================
@author: renjiaxin
@time: 2018/8/9 0009 10:00
===========================================
'''
import zipfile
import os
import shutil
2.2定义函数
为了方便和其他函数调用,直接写了个函数完成这个功能,在这里,我们需要以下四个参数:
- word文档的路径
- 临时文件保存的路径
- 临时解压的tmp路径
- 最后需要保存的store_path路径
def word2pic(path, zip_path, tmp_path, store_path):
'''
:param path:源文件
:param zip_path:临时文件保存的路径
:param tmp_path:中转图片文件夹
:param store_path:最后保存结果的文件夹(需要手动创建)
:return:
'''
2.3word文件修改为文件夹
2.4还原为docx文件,并获得图片的列表
# 将docx文件从zip还原为docx
os.rename(zip_path, path)
# 得到缓存文件夹中图片列表
pic = os.listdir(os.path.join(tmp_path, 'word/media'))
2.5将图片复制到需要保存的文件夹中
并且我们将文件的名字命名为word所在的路径
# 将图片复制到最终的文件夹中
for i in pic:
# 根据word的路径生成图片的名称
new_name = path.replace('\\', '_')
new_name = new_name.replace(':', '') + '_' + i
shutil.copy(os.path.join(tmp_path + '/word/media', i), os.path.join(store_path, new_name))
2.7删除tmp缓冲文件夹中的文件,用以存储下一次的文件
# 删除缓冲文件夹中的文件,用以存储下一次的文件
for i in os.listdir(tmp_path):
# 如果是文件夹则删除
if os.path.isdir(os.path.join(tmp_path, i)):
shutil.rmtree(os.path.join(tmp_path, i))
2.8运行程序
if __name__ == '__main__':
# 源文件
path = r'E:\dogcat\提取图片\log.docx'
# docx重命名为zip
zip_path = r'E:\dogcat\提取图片\log.zip'
# 中转图片文件夹
tmp_path = r'E:\dogcat\提取图片\tmp'
# 最后保存结果的文件夹
store_path = r'E:\dogcat\提取图片\测试'
m = word2pic(path, zip_path, tmp_path, store_path)
3效果预览
3.1源word
3.2提取的图片
4完整程序获取
1.百度网盘下载我提供的工具:Python提取Word中的图片:
链接:https://pan.baidu.com/s/105FVztc9kxggMC-0eqzAnQ?pwd=5fk3 提取码:5fk3
注意:不要直接点击,右键复制后打开!!!
下载后打开“微信支付.png”使用微信扫码支付:
获取压缩包密码:
付款后微信留言购买的资源名称(上方橙色文字),博主会微信回复你解压密码(推荐,不需要加好友):
→
→
注意:由于虚拟软件的可复制性,一旦售出,便会产生多个副本,因此概不退款,谢谢合作!
5附:doc转docx
from win32com import client
import traceback
def doc2docx(doc_name, docx_name):
'''
# doc转docx
:param doc_name: doc文档路径
:param docx_name: docx文档路径
:return:
'''
try:
# 首先将doc转换成docx
word = client.Dispatch("Word.Application")
doc = word.Documents.Open(doc_name)
# 使用参数16表示将doc转换成docx
doc.SaveAs(docx_name, 16)
doc.Close()
word.Quit()
except:
traceback.print_exc()
都看到这里了,还不赶紧点赞,评论,收藏走一波?