这篇文章主要介绍“python如何提取word文件中的所有图片”，在日常操作中，相信很多人在python如何提取word文件中的所有图片问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”python如何提取word文件中的所有图片”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

办公中，偶尔会碰到一种情况，需要提取word文档中的图片，决定写这样一款工具自动提取图片。
关于脚本的使用：
情景1：如果你拿到的是一个文件夹，所有的word文件都在这个文件夹的子目录下，深度为1层，你可以直接使用该脚本
情景2：如果你拿到的是一个文件夹，打开之后，里面杂乱无章的充斥着各种文件，你也不确定word文档都在哪，那么你需要使用Everything来手动提取出所有的word文档，虽然我也可以让脚本实现这个功能，但是使用脚本需要考虑到有可能存在同名文件，再处理起来代码量会更大，还是用Everything手动移动文件吧，谁让现在的代码量已经远超我预期了呢？
3：预处理前面的两步之后，就可以直接运行脚本了
4：脚本注释很详细，这里不再赘述
5：目前仅支持docx格式的，主要原因是，如果支持doc的话，需要把doc转为docx，转换略慢，并且，我也用不到。如果你感兴趣的话，我再最下面介绍了互转的方法，你可以把这个函数加进去即可

importzipfileimportosimportshutilimporthashlibimportsend2trash'''假设所有的word文档存放在某路径中,这个路径中包含各种杂七杂八的玩意使用Everything,或者"筛选文件.py"把所有的docx文件移动到C:\Users\asuka\Desktop\123逐个解压每个docx文档,并提取图片强烈建议使用Everything用来筛选出所有的word文档,这样假如有两个重名的文档,可以手动处理如果编写软件来实现的话,会麻烦很多'''#一个用来解压文件的函数defextract_zip(zip_path):os.chdir(os.path.dirname(zip_path))#需要进入到这个路径下，这样解压的文件，才在这个路径下a=zipfile.ZipFile(zip_path)#调用zipfile.ZipFile()函数,创建一个ZipFile对象a.extractall()a.close()os.chdir(path)#恢复到之前的路径#用来获取所有的图片'''测试的时候发现，不同word文件解压之后，里面的图片命名格式一致，导致不能直接移动图片，否则会造成文件覆盖，这里需要对找到的每一个文件，进行重命名'''defget_picture(demo_path):count=1#用来个图片进行重命名forcurrent_folder,list_folders,filesinos.walk(demo_path):forfinfiles:iff.endswith('png')orf.endswith('jpg')orf.endswith('jpeg'):#设置图片类型是这种move_f=current_folder+'\'+f#给出要移动的文件的路径new_file_path=path2+'\'+str(count)+'.'+f.rpartition('.')[-1]#指定新文件的文件路径，文件名数字递增，文件后缀shutil.move(move_f,new_file_path)#移动文件count+=1print('[-]总共获取图片{}张'.format(count-1))#对图片去重#计算每个图片的md5值，据此进行去重，去重的文件会被删除到回收站中defonly_one(test_path):md5_list=[]count=0forcurrent_folder,list_folders,filesinos.walk(test_path):forfileinfiles:picture_path=current_folder+'\'+file#获取每个图片的路径f=open(picture_path,'rb')#开始计算每个图片的md5值md5obj=hashlib.md5()md5obj.update(f.read())get_hash=md5obj.hexdigest()f.close()md5_value=str(get_hash).upper()#开始去重ifmd5_valueinmd5_list:send2trash.send2trash(picture_path)#如果这个文件的md5值曾经出现过，就删除这张图片count+=1print('[-]删除重复图片：'+str(file))else:md5_list.append(md5_value)#如果这个图片的md5值不存在列表中，就添加进列表中print('[-]共删除重复图片：{}张'.format(count))print('[+]只有后缀是docx的word文档才可以提取图片！！！')path=input('[+]请输入word文档所在文件夹：')#获取原始的word文档所在路径os.chdir(path)print("[+]请输入一个路径，用来存放所有的图片")print("[+]或者按回车键，我将自动把图片整理之后存放在你的桌面")path2=input('')#path2用来存放所有的图片文件iflen(path2):passelse:desktop_path=os.path.join(os.path.expanduser("~"),'Desktop')#获取桌面路径path2=os.path.join(desktop_path,'所有word文件中的图片')os.makedirs(path2)files=os.listdir(path)#获取指定文件夹下的所有文件forfileinfiles:#遍历指定文件夹下的所有文件iffile.endswith('docx'):#加一个判断，这样即使path路径下有别的类型文件也无妨filename=file.rpartition('.')[0]#获取文件的文件名file_path=os.path.join(path,filename)os.makedirs(file_path)#为获取到的文件名创建一个文件夹shutil.move(file,file_path)#把word文档移动到同名文件夹中word_path=os.path.join(file_path,file)#获取此时word文件的文件路径extract_zip(word_path)#不用改后缀，直接解压docx文件get_picture(path)only_one(path2)print('[-]现有图片：{}张'.format(len(os.listdir(path2))))附：doc转docx

介绍一下实现二者互转
需要说明的是：
要安装OFFICE，如果是使用金山WPS的，则还不能应用
转换速度略慢，但还能接受
如果想转换为其他格式文件，需要在format文件名内修改，并用如下save as 参数

代码

关于第9行、第19行代码：

第9行doc.SaveAs("{}x".format(fn), 12)：
"{}x".format(fn)相当于把C:UsersasukaDesktop11123.doc变成了C:UsersasukaDesktop11123.docx，首先是指定了路径和文件名，然后12表示存储成docx格式的，保证了后缀名和格式是对应的。

第19行doc.SaveAs("{}".format(fn[:-1]), 0)：
"{}".format(fn[:-1])相当于把C:UsersasukaDesktop11456.docx变成了C:UsersasukaDesktop11456.doc，指定了要另外保存的文件，保存的路径和文件名，然后0表示存储成doc格式的，保证了后缀名和格式是对应的。

fromwin32comimportclient#转换doc为docxdefdoc2docx(fn):word=client.Dispatch("Word.Application")#打开word应用程序#forfileinfiles:doc=word.Documents.Open(fn)#打开word文件doc.SaveAs("{}x".format(fn),12)#另存为后缀为".docx"的文件，其中参数12或16指docx文件doc.Close()#关闭原来word文件word.Quit()#转换docx为docdefdocx2doc(fn):word=client.Dispatch("Word.Application")#打开word应用程序#forfileinfiles:doc=word.Documents.Open(fn)#打开word文件doc.SaveAs("{}".format(fn[:-1]),0)#另存为后缀为".docx"的文件，其中参数0指docprint(fn[:-1])doc.Close()#关闭原来word文件word.Quit()doc2docx(r'C:UsersasukaDesktop11123.doc')docx2doc(r'C:UsersasukaDesktop11456.docx')

到此，关于“python如何提取word文件中的所有图片”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！