python word保存图_python实现word内图片的提取

前言

.docx文件其实也就是一个压缩文件，当我们将一个docx文件扩展该为zip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弄成zip文件，然后解压，在从media文件内取得图片，然后再将zip文件弄成docx文件(或者可以直接拷贝一份源文件，将扩展改为zip文件，用完后直接将zip文件删除)

代码实现

注：以下代码只适用于docx文件，如果你的文件是doc文件，请将它转为docx文件。参考随笔

import os

import shutil

import zipfile

def get_picture(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

"""

zip_path = f'{os.path.splitext(word_path)[0]}.zip'

tmp_path = f'{os.path.splitext(word_path)[0]}'

os.rename(word_path, zip_path)

# 解压zip文件

with zipfile.ZipFile(zip_path, 'r') as f:

for file in f.namelist():

f.extract(file, tmp_path)

os.rename(zip_path, word_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:

mid = word_name.replace('/', '\\')

new_name = mid.split('\\')[-1]

else:

mid = word_name.replace('\\', '/')

new_name = mid.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"