python抓取word中的图片并另存为

2024年5月12日 217次阅读 来源: orange_wrj 
#!/usr/bin/env python
# coding:gbk

import os,zipfile,shutil

def getimage(docdir):
    os.chdir(docdir)
    dirlist = os.listdir(docdir)
    for i in dirlist:
        if i.endswith(".docx"): #匹配docx文件
            docname = i.split(".") #以“.”做成列表形式
            os.rename(i,"%s.ZIP"%docname[0]) #重命名为ZIP格式
            f = zipfile.ZipFile("%s.ZIP"%docname[0], 'r')
            for file in f.namelist():
                if "word" in file:
                    f.extract(file)  #将压缩包里的word文件夹解压出来
            f.close()
            oldimagedir = r"%s\word\media"%docdir #定义图片文件夹
            shutil.copytree(oldimagedir,"%s\%s"%(docdir,docname[0])) #拷贝到新目录，名称为word文件的名字
            os.rename("%s.ZIP" % docname[0],"%s.docx"% docname[0]) #将ZIP名字还原为DOCX
            shutil.rmtree("%s\word"%docdir) #删除word文件夹

if __name__=="__main__":
    getimage(r"c:\docx")
 微软的office自2007以后后缀改为docx，其实这个就是个压缩包，直接更改后缀是可以打开的，而且图片都存放在对应的word\media目录下，直接copy重新保存即可。
 
     原文作者：orange_wrj
     原文地址: https://blog.csdn.net/orange_wrj/article/details/77945878
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。 
  点赞