本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理

以下文章最早早起Python ，作者GUI作業組

私信回復“資料”，即可免費領取Python實戰案例講解視頻

Python GUI制作視頻決議神器，全網視頻免費看

https://www.bilibili.com/video/BV1tz4y1o7Yc/

前言

本文將進一步講解如何用Python提取PDF與Word中圖片，并結合之前講解過的GUI框架PysimpleGUI，做一個多檔案圖片提取軟體，效果如下：

本文主要將分為以下部分講解：

PDF，Word，Excel檔案圖片提取
構造圖片提取器GUI框架
整合代碼并打包

主要涉及的Python模塊有：

PIL
PySimpleGUI
re
win32
os
zipfile
fitz

準備作業

首先使用pip安裝相關依賴模塊

pip install pillow   #這是對模塊PTL的安裝
pip install pypiwin32    #這是對win32的安裝
pip install os 
pip install zipfile
pip install PyMuPDF  #這是參考fitz對PDF操作的包
pip install PySimpleGui

一，提取各檔案內嵌圖片

在之前的文章有講過，讀取Excel有兩種方法，一種是將后綴名改成.zip格式進行提取，一種是通過Pillow模塊對Excel進行圖片復制與保存，而在我們這次3種檔案格式的圖片提取當中，Excel提取圖片方法和之前一樣，

Word中圖片提取方法和通過.zip提取方法類似，PDF提取圖片方法要用到新的模塊，由于Excel中提取圖片的兩種方法在之前的文章講過，故這里只講解PDF和Word中的提取方法，

1.1提取Word圖片思路

和以前一樣，我們先看代碼再講解

path = values["lujing"]  
count = 1
for file in os.listdir(path):
    new_file = file.replace(".docx",".zip")
    os.rename(os.path.join(path,file),os.path.join(path,new_file))
    count+=1      
    number = 0
    craterDir = values["lujing"] + '/'  # 存放zip檔案的檔案夾路徑
    saveDir = values["lujing"] + '/' # 存放圖片的路徑
    list_dir = os.listdir(craterDir) # 獲取所有的zip檔案名
    for i in range(len(list_dir)):
        if 'zip' not in list_dir[i]:
            list_dir[i] = ''
            while '' in list_dir:
                list_dir.remove('')                            
                for zip_name in list_dir:
                    # 默認模式r,讀
                    azip = zipfile.ZipFile(craterDir + zip_name)
                    # 回傳所有檔案夾和檔案
                    namelist = (azip.namelist())
                    for idx in range(0,len(namelist)):
                        if namelist[idx][:11] == 'word/media/':#圖片是在這個路徑下
                            img_name = saveDir + str(number)+'.jpg'
                            f = azip.open(namelist[idx])
                            img = Image.open(f)
                            img = img.convert("RGB")
                            img.save(img_name,"JPEG")
                            number += 1
                            azip.close()  #關閉檔案，必須有，釋放記憶體

這里的代碼和GUI中通過.zip方式提取Excel圖片的代碼思路是一樣的，

“

path = values["lujing"]這里是讀取GUI中鍵為**“ lujing” **的值，也即檔案存盤位置，用于os模塊讀取與操作，

new_file = file.replace(".docx",".zip")是替換后綴名，如果是Excel的話，就把.docx改成.xlsx或xls，

craterDir = values["lujing"] + '/' 這是存放zip檔案的檔案夾路徑，注意此處重新到的鍵為“ lujing”的值后要在后面添加/，

saveDir = values["lujing"] + '/' 這是存放圖片的路徑，同理，和上面一樣加個/號，

”

最后說一下與Excel提取比例，最大的不同是下面的代碼

if namelist[idx][:11] == 'word/media/':細心的讀者可以發現，與Excel提取比例，中括號里面的值改了，

很好理解，我們可以列印名稱串列[idx]，可以發現在索引0到10是'word/media/'所在位置，而在Excel中是前9位，

感興趣的讀者可以翻看之前的文章，那里有對這段代碼的詳細決議，這里不多做介紹，

1.2提取PDF圖片思路

和之前的excel提取圖片一樣，在一個pdf中加入4張圖片，我們將它壓縮為zip檔案

讀取后

相關代碼如下：

def pdf2pic(path, pic_path):
    doc = fitz.open(path)
    nums = doc._getXrefLength()
    imgcount = 0 
    for i in range(1, nums):
        text = doc._getXrefString(i)
        if ('Width 2550' in text) and ('Height 3300' in text) or ('thumbnail' in text):
            continue
            checkXO = r"/Type(?= */XObject)"
            checkIM = r"/Subtype(?= */Image)"
            isXObject = re.search(checkXO, text)
            isImage = re.search(checkIM, text)
            if not isXObject or not isImage:
                continue
                imgcount += 1
                pix = fitz.Pixmap(doc, i)
                img_name = "img{}.png".format(imgcount)
                if pix.n < 5:
                    try:
                        pix.writePNG(os.path.join(pic_path, img_name))
                        pix = None
                        except:
                            pix0 = fitz.Pixmap(fitz.csRGB, pix)
                            pix0.writePNG(os.path.join(pic_path, img_name))
                            pix0 = None
if __name__ == '__main__':
 path = values["lujing"]+ '/' + values["wenjian"]
    pic_path = values["lujing"]
    pdf2pic(path, pic_path)

先說一下這段代碼的思路吧，由于PDF不能像Excel和Word一樣改后綴名進行提取，故這里運用python的一個模塊PyMuPDF，程序如下

閱讀PDF并遍歷每一頁
篩選無用的元素并用正則運算式獲取圖片
生成并保存圖片

fitz.open(path)是打開PDF檔案夾，這里的路徑是需要在GUI界面中獲取用戶的檔案放置路徑于檔案名的，

for i in range(1, nums):
    text = doc._getXrefString(i)

這是我們的第一步重新并存歷，將重新引入到的字串內容放入到文本中

if ('Width 2550' in text) and ('Height 3300' in text) or ('thumbnail' in text):
 continue

由于PDF每頁的背景就是一張圖片，故我們可以通過寬高來尋找這些背景圖片并用continue把他們剔除，

checkXO = r"/Type(?= */XObject)"
checkIM = r"/Subtype(?= */Image)"
isXObject = re.search(checkXO, text)
isImage = re.search(checkIM, text)
if not isXObject or not isImage:
    continue

我們通過實驗發現圖片所對應的字串在checkxo與checkIM這兩個中，故用正則運算式在文本中進行索引提取，用到了re模塊的搜索函式，如果不是這兩個字串就用繼續剔除，

pix = fitz.Pixmap(doc, i)
img_name = "img{}.png".format(imgcount)
if pix.n < 5:
 try:
  pix.writePNG(os.path.join(pic_path, img_name))
  pix = None
 except:
  pix0 = fitz.Pixmap(fitz.csRGB, pix)
  pix0.writePNG(os.path.join(pic_path, img_name))
  pix0 = None

這是最后一步生成與保存圖片

“

pix = fitz.Pixmap(doc, i)是生成影像陳述句，doc代表PDF檔案，i代表遍歷每個圖片物件的索引值，

img_name = "img{}.png".format(imgcount)是設定影像名陳述句，用提取到的圖片的序列號作為命名格式，

”

如果pix.n <5，可以直接存為PNG，否則將進行RGB變換在保存，

由于代碼采用的是def函式撰寫模式，故最后還要一個函式的初始化：if __name__ == '__main__':

至此，3種檔案格式（Excel，Word，PDF）圖片提取方法已全部講解，接下來就是重中之重GUI生成了，

二，GUI框架建造

先看完整代碼：

import PySimpleGUI as sg
sg.ChangeLookAndFeel('GreenTan')   #更換主題
menu_def = [['&使用說明', ['&注意']]]
layout = [
    [sg.Menu(menu_def, tearoff=True)],
    [sg.Frame(layout=[
    [sg.Radio('Excel1', "RADIO1",size=(10,1),key="Excel1"),  sg.Radio('Word', "RADIO1",default=True,key="Word")],
    [sg.Radio('Excel2', "RADIO1", enable_events=True, size=(10,1),key="Excel2"), sg.Radio('PDF', "RADIO1",key="PDF")]], title='選項',title_color='red', relief=sg.RELIEF_SUNKEN, tooltip='Use these to set flags')],
    [sg.Text('檔案位置', size=(8, 1), auto_size_text=False, justification='right'),
     sg.InputText(enable_events=True,key="lujing"), sg.FolderBrowse()],
    [sg.Text('檔案名字', size=(8, 1), justification='right'),
     sg.InputText(enable_events=True,key="wenjian")],
    [sg.Submit(tooltip='檔案'), sg.Cancel()]]

window = sg.Window('圖片提取器', layout, default_element_size=(40, 1), grab_anywhere=False)
while True:
    event, values = window.read()
    if event == "Submit":
        if values["Excel2"] == True:
   '''
   事件系結
   '''
            sg.Popup("提取成功")

        if values["Excel1"] == True:
   '''
   事件系結
   '''
            sg.Popup("提取成功")
        if values["Word"] == True:
   '''
   事件系結
   '''
            sg.Popup("提取成功") 
        if values["PDF"] == True:
   '''
   事件系結
   '''
            sg.Popup("提取成功")
    if event == "Cancel" or event == sg.WIN_CLOSED:
        break    
    if event == "注意":
        sg.Popup("作用講解：",
                 "Excel1 ：決議選定位置中所有的Excel檔案，無需在檔案名處填寫",
                 "Excel2 ：決議選定位置中單個指定的Excel檔案，需在檔案名處填寫",
                 "Word ：  決議選定位置中單個指定的docx結尾的檔案，無需在檔案名處填寫",
                 "PDF ：   決議選定位置中單個指定的PDF檔案，需在檔案名處填寫")
window.close()

效果呈現：

代碼決議：做PySimpleGUI還是原來那個步驟：

匯入創建一些小部件創建視窗創建事件回圈

當然，做GUI之前就是先想清楚自己的圖形互動頁面長什么樣，像我就是現在紙上畫一個大概，這樣更有益于制作頁面，

初步先參考模塊

第二步添加元素（小部件）到容器（layout）中，這里先介紹一下用到到的部件：

“

Menu：顧名思義，這是選單欄，每個GUI都必帶一個選單欄來提示用戶該如何做，我們這里用了menu_def這個布局來完成選單的設定，

Frame：這個跟layout布局完全相同，作業方式也一樣，他們都是容器元素，可以看到“選項”那里是一個指示器的正方形，里面有四個選項，作用就是這個，注意，&這個符號的作用是創建相同型別的選單，這里只有注意事項這一個選單，故可以不用管，讀者如果想添加同樣的選單的話必須添加一個&，tearoff=True這個引數是選單欄中每個子選項上面加虛線，

Radio：單選按鈕，我們只可以在同樣的id上選擇一個選項，id就是指代碼中的“ ra-dio1 ”，其中每個無線電函式的第一個引數是文本內容，這里就是我們要進行提取的4個檔案格式，而“ size”就是位置，每行的第一個設定同樣的引數（10，1），最后就是我們進行事件幫忙的系結鍵，其中“ enable_events”可以不寫因為我們只是呼叫它而不用去對它產生事件，

Text：之前有講是不能改的正文內容，同樣這里設定的位置引數（8，1），justification='right'有點類似我們平常用的單詞那個向右指向，

InputText：需要用戶輸入的正文內容，這里有兩個需要我們填充的地方：檔案位置和檔案名，這里需要設定鍵，因為在后面事件系結中我們需要呼叫檔案存盤路徑和檔案名，在文中上半部分有提到過，

FolderBrowse：簡易的打開檔案路徑操作，不用你去復制路徑，

Submit：確定按鈕，這里系結為執行提取檔案圖片事件

Cancel：退出主程式按鈕，

”

第三步就是創建窗戶來容納這些元素布置，

第四步創建事件回圈，可以看到代碼，都是一樣的套路：當用戶點擊提交按鈕時系統將進行判斷你按的是該單選按鈕，長長的進行相對應的事件執行，當你點擊cancel或者×時，就是退出主程式，當你按選單中的注意時，就會彈出一個指示告訴你這個系統怎么用，

在事件回圈中，我們用values[]的布林值來判斷我們選的是哪個單選按鈕，有讀者疑問為什么不用event=，因為我們在第一個if當中用了eventso第二個if當中需要換一個判斷方法，

至此，GUI部分就搞定了！景點的讀者可以繼續在上面添加功能，

三，打包

我們將完整代碼整合在一起，后安裝pyinstaller模塊

pip install pyinstaller

如果你的上述專案代碼檔案命名為：photo.py，那么你要用以下命令進行打包

pyinstaller photo.py

最后打包成功之后，你會在py檔案所在的檔案夾看到一個dist的子檔案夾，進去之后，找到pachong.exe檔案并運行它即可，

注意，檔案夾里附帶了很多檔案，您可以洗掉它，當然，如果嫌麻煩就直接從photo.py檔案用Python執行，

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/238915.html

標籤：其他

上一篇：Java基礎之：StringBuffer與StringBuilder

下一篇：C ++中的std :: string類