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

我会带着你远行 2023-09-28 12:24 11阅读 0赞

#### 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：

![f2e315947ae8424db73fc28fde2dbcd5.jpeg][]

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：**

![acf0761083ed4bdaa8426ad86a51ce82.jpeg][]

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。

--------------------

[f2e315947ae8424db73fc28fde2dbcd5.jpeg]: https://img-blog.csdnimg.cn/f2e315947ae8424db73fc28fde2dbcd5.jpeg
[acf0761083ed4bdaa8426ad86a51ce82.jpeg]: https://img-blog.csdnimg.cn/acf0761083ed4bdaa8426ad86a51ce82.jpeg