使用Python + Apache POI提取Excel中的图片

使用Python + Apache POI提取Excel中的图片

最近在做一个python项目，项目的有一部分是要提取Excel中的文本与图片。

之前的需求只是提取Excel中的文本，这个功能的实现比较简单，在python的官网有几个库可供选用，比如xlrd，openpyxl等。

后来需求要求将Excel中的图片提取出来。我尝试过使用openpyxl去提取，但是发现openpyxl并没有读取Excel文件的图片信息，只有文本--用openpyxl打开一个有图片的Excel，然后再保存这个Excel，你会发现图片丢失了。网上有很多python库，基本上只介绍了如何去写Excel文件，读的却非常少。因为目标平台是Linux，故Win32COM/自动化也不在考虑之中。

最后从Android操作Excel的项目中得到启示，Android中使用Apache POI实现对Excel的操作，Apache POI是纯Java的代码，依赖于jre，而jre在Linux和Windows上面都可以运行，于是就有了这个方案：将POI编译成可执行文件，在目标机器上安装jre，然后让python通过命令行调用这个可执行程序，从而实现对特定Excel的图片提取。

相对于其他的python的Excel库，POI功能比较完善，除了Excel，还可以处理其他的Microsoft Office文档。不足的地方是需要jre的支持。

个人认为这是一个可行方案之一，跨平台并且省时省力。不知道还有没有其他更好的方案。

参考资料：xlrd的百度百科；xlrd的官网；openpyxl官网；Apache POI官网。

posted on 2015-10-10 18:04 魏小田 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/martinwei/p/4867870.html