作者：小小明，Pandas資料處理專家，致力于幫助無數資料從業者解決資料處理難題
編輯：朱小五，一只不務正業的資料狗
日常作業中，領導要求你將一份 Word 檔案中的圖片存盤到一個檔案夾內，你可能會一邊內心崩潰，一邊開始一張張的 另存為，
但假如領導要求你將幾百個word檔案中的圖片全部都拷貝出來，你是不是打算離職不干了？
就比如下面這些word檔案中的圖片，你能否快速的把所有圖片都拷貝出來呢？
如果老朋友們看過這篇文章《老板讓我從Word中復制出1000張圖片？》的話，就應該知道怎么做了，
不過，上次分享的這種方法還是有缺陷的：把word檔案用壓縮檔案打開，逐個解壓的話依然會耗時較長時間，另外里面摻雜了doc格式的word檔案，你還需將這些03版本的word檔案另存為docx格式，
今天，將給大家展示一下全新版本！！！
寫個程式，十秒內全部給你轉換完畢，并把圖片都提取出來，還能批量從真實修改圖片格式，而不是簡單的修改一下擴展名，
（文末附帶exe可執行程式）
下面開始展示
doc格式批量轉為docx
python提供了win32com模塊，其中的SaveAs方法可以代替人手批量將檔案另存為我們需要的格式，
win32com包含在pypiwin32模塊中，只需安裝pypiwin32模塊即可：
pip install pypiwin32
下面的代碼將指定目錄下的doc檔案轉換為docx格式，并放在該目錄的temp_dir下面：
from win32com import client as wc # 匯入模塊
from pathlib import Path
import os
import shutil
doc_path = r"E:\tmp\答疑整理"
temp_dir = "temp"
if os.path.exists(f"{doc_path}/{temp_dir}"):
shutil.rmtree(f"{doc_path}/{temp_dir}")
os.mkdir(f"{doc_path}/{temp_dir}")
word = wc.Dispatch("Word.Application") # 打開word應用程式
try:
for filename in Path(doc_path).glob("*.doc"):
file = str(filename)
dest_name = str(filename.parent/f"{temp_dir}"/str(filename.name))+"x"
print(file, dest_name)
doc = word.Documents.Open(file) # 打開word檔案
doc.SaveAs(dest_name, 12) # 另存為后綴為".docx"的檔案，其中引數12指docx檔案
finally:
word.Quit()
運行結果：
轉換得到的檔案：
批量提取docx檔案的圖片
docx檔案其實也是一個zip壓縮包，所以我們可以通過zip包解壓它，下面的代碼將解壓每個docx檔案中的圖片，我將其移動到臨時目錄下的imgs目錄下：
import itertools
from zipfile import ZipFile
import shutil
if os.path.exists(f"{doc_path}/{temp_dir}/imgs"):
shutil.rmtree(f"{doc_path}/{temp_dir}/imgs")
os.makedirs(f"{doc_path}/{temp_dir}/imgs")
i = 1
for filename in itertools.chain(Path(doc_path).glob("*.docx"), (Path(doc_path)/temp_dir).glob("*.docx")):
print(filename)
with ZipFile(filename) as zip_file:
for names in zip_file.namelist():
if names.startswith("word/media/image"):
zip_file.extract(names, doc_path)
os.rename(f"{doc_path}/{names}",
f"{doc_path}/{temp_dir}/imgs/{i}{names[names.find('.'):]}")
print("\t", names, f"{i}{names[names.find('.'):]}")
i += 1
shutil.rmtree(f"{doc_path}/word")
列印結果：
提取結果：
批量圖片格式轉換
PIL：Python Imaging Library，已經是Python平臺事實上的影像處理標準庫了，PIL功能非常強大，但API卻非常簡單易用，
由于PIL僅支持到Python 2.7，加上年久失修，于是一群志愿者在PIL的基礎上創建了兼容的版本，名字叫Pillow，支持最新Python 3.x，又加入了許多新特性，因此，我們可以直接安裝使用Pillow，
如果安裝了Anaconda，Pillow就已經可用了，否則，需要在命令列下通過pip安裝：
pip install pillow
直接修改檔案擴展名并不能真實的修改圖片格式，通過pillow庫我們即可將圖片批量真實的轉換為jpg格式：
from PIL import Image
if not os.path.exists(f"{doc_path}/imgs"):
os.mkdir(f"{doc_path}/imgs")
for filename in Path(f"{doc_path}/{temp_dir}/imgs").glob("*"):
file = str(filename)
with Image.open(file) as im:
im.convert('RGB').save(
f"{doc_path}/imgs/{filename.name[:filename.name.find('.')]}.jpg", 'jpeg')
轉換后：
完整代碼
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# 創建時間：2020/12/25 21:46
__author__ = 'xiaoxiaoming'
import itertools
import os
import shutil
from pathlib import Path
from zipfile import ZipFile
from PIL import Image
from win32com import client as wc # 匯入模塊
def word_img_extract(doc_path, temp_dir):
if os.path.exists(f"{doc_path}/{temp_dir}"):
shutil.rmtree(f"{doc_path}/{temp_dir}")
os.mkdir(f"{doc_path}/{temp_dir}")
word = wc.Dispatch("Word.Application") # 打開word應用程式
try:
for filename in Path(doc_path).glob("*.doc"):
file = str(filename)
dest_name = str(filename.parent / f"{temp_dir}" / str(filename.name)) + "x"
print(file, dest_name)
doc = word.Documents.Open(file) # 打開word檔案
doc.SaveAs(dest_name, 12) # 另存為后綴為".docx"的檔案，其中引數12指docx檔案
finally:
word.Quit()
if os.path.exists(f"{doc_path}/{temp_dir}/imgs"):
shutil.rmtree(f"{doc_path}/{temp_dir}/imgs")
os.makedirs(f"{doc_path}/{temp_dir}/imgs")
i = 1
for filename in itertools.chain(Path(doc_path).glob("*.docx"), (Path(doc_path) / temp_dir).glob("*.docx")):
print(filename)
with ZipFile(filename) as zip_file:
for names in zip_file.namelist():
if names.startswith("word/media/image"):
zip_file.extract(names, doc_path)
os.rename(f"{doc_path}/{names}",
f"{doc_path}/{temp_dir}/imgs/{i}{names[names.find('.'):]}")
print("\t", names, f"{i}{names[names.find('.'):]}")
i += 1
shutil.rmtree(f"{doc_path}/word")
if not os.path.exists(f"{doc_path}/imgs"):
os.mkdir(f"{doc_path}/imgs")
for filename in Path(f"{doc_path}/{temp_dir}/imgs").glob("*"):
file = str(filename)
with Image.open(file) as im:
im.convert('RGB').save(
f"{doc_path}/imgs/{filename.name[:filename.name.find('.')]}.jpg", 'jpeg')
if __name__ == '__main__':
doc_path = r"E:\tmp\答疑整理"
temp_dir = "temp"
word_img_extract(doc_path, temp_dir)
最終全部執行完成耗時7s：
GUI圖形化工具開發
下面使用PySimpleGUI開發一個圖形化工具，使用以下命令安裝該庫：
pip install PySimpleGUI
如果是下載速度慢的可以用下面的清華鏡像地址下載：
pip install PySimpleGUI -i https://pypi.tuna.tsinghua.edu.cn/simple
以下是完整代碼：
import PySimpleGUI as sg
from word_img_extract import word_img_extract
sg.change_look_and_feel("GreenMono")
layout = [
[
sg.Text("請輸入word檔案所在的目錄："),
sg.In(size=(25, 1), enable_events=True, key="-FOLDER-"),
sg.FolderBrowse('瀏覽'),
], [
sg.Button('開始抽取', enable_events=True, key="抽取"),
sg.Text(size=(40, 1), key="-TOUT-")
]
]
window = sg.Window('word檔案圖片抽取系統', layout)
while True:
event, values = window.read()
if event in (None,):
break # 相當于關閉界面
elif event == "抽取":
if values["-FOLDER-"]:
window["-TOUT-"].update("準備抽取！！！")
sg.popup('抽取期間程式將處于假死狀態，請稍等片刻，提取完成后會彈出提示！！！\n點擊ok后開始抽取！！！')
window["-TOUT-"].update("正在抽取中...")
word_img_extract(values["-FOLDER-"])
window["-TOUT-"].update("抽取完畢！！！")
sg.popup('抽取完畢！！！')
else:
sg.popup('請先輸入word檔案所在的路徑！！！')
print(f'Event: {event}， values: {values}')
window.close()
運行效果：
打包exe
創建并激活虛擬環境：
conda create -n gui python=3.6
conda activate gui
注意：創建虛擬環境和激活環境并不是必須，只是為了精簡環境，可以跳過
安裝打包所用的包：
pip install PySimpleGUI
pip install pillow
pip install pywin32
pip install pyinstaller
執行以下命令進行打包：
pyinstaller -F --icon=C:\Users\Think\Pictures\ico\ooopic_1467046829.ico word_img_extract_GUI.py
常用引數說明：
-F 表示生成單個可執行檔案
-w 表示去掉控制臺視窗，這在GUI界面時非常有用，不過如果是命令列程式的話那就把這個選項洗掉吧！
-p 表示你自己自定義需要加載的類路徑，一般情況下用不到
-i 表示可執行檔案的圖示
打包結果：
帶上-w引數打包，可以去掉控制臺：
pyinstaller -wF --icon=C:\Users\Think\Pictures\ico\ooopic_1467046829.ico word_img_extract_GUI.py
給GUI加入進度條
改造處理程式，借助生成器反饋程式的處理進度，完整代碼如下：
import itertools
import os
import shutil
from pathlib import Path
from zipfile import ZipFile
from PIL import Image
from win32com import client as wc # 匯入模塊
def word_img_extract(doc_path, temp_dir="temp"):
if os.path.exists(f"{doc_path}/{temp_dir}"):
shutil.rmtree(f"{doc_path}/{temp_dir}")
os.mkdir(f"{doc_path}/{temp_dir}")
word = wc.Dispatch("Word.Application") # 打開word應用程式
try:
files = list(Path(doc_path).glob("*.doc"))
if len(files) == 0:
raise Exception("當前目錄中沒有word檔案")
for i, filename in enumerate(files, 1):
file = str(filename)
dest_name = str(filename.parent / f"{temp_dir}" / str(filename.name)) + "x"
# print(file, dest_name)
doc = word.Documents.Open(file) # 打開word檔案
doc.SaveAs(dest_name, 12) # 另存為后綴為".docx"的檔案，其中引數12指docx檔案
yield "word doc格式轉docx格式：", i * 1000 // len(files)
finally:
word.Quit()
if os.path.exists(f"{doc_path}/{temp_dir}/imgs"):
shutil.rmtree(f"{doc_path}/{temp_dir}/imgs")
os.makedirs(f"{doc_path}/{temp_dir}/imgs")
i = 1
files = list(itertools.chain(Path(doc_path).glob("*.docx"), (Path(doc_path) / temp_dir).glob("*.docx")))
for j, filename in enumerate(files, 1):
# print(filename)
with ZipFile(filename) as zip_file:
for names in zip_file.namelist():
if names.startswith("word/media/image"):
zip_file.extract(names, doc_path)
os.rename(f"{doc_path}/{names}",
f"{doc_path}/{temp_dir}/imgs/{i}{names[names.find('.'):]}")
# print("\t", names, f"{i}{names[names.find('.'):]}")
i += 1
yield "word提取圖片：", j * 1000 // len(files)
shutil.rmtree(f"{doc_path}/word")
if not os.path.exists(f"{doc_path}/imgs"):
os.mkdir(f"{doc_path}/imgs")
files = list(Path(f"{doc_path}/{temp_dir}/imgs").glob("*"))
for i, filename in enumerate(files, 1):
file = str(filename)
with Image.open(file) as im:
im.convert('RGB').save(
f"{doc_path}/imgs/{filename.name[:filename.name.find('.')]}.jpg", 'jpeg')
yield "圖片轉換為jpg格式：", i * 1000 // len(files)
if __name__ == '__main__':
doc_path = r"E:\tmp\答疑整理"
for msg, i in word_img_extract(doc_path):
print(f"\r {msg}{i}", end="")
GUI程式的最終完整代碼：
import PySimpleGUI as sg
from word_img_extract import word_img_extract
sg.change_look_and_feel("GreenMono")
layout = [
[
sg.Text("請輸入word檔案所在的目錄："),
sg.In(size=(25, 1), enable_events=True, key="-FOLDER-"),
sg.FolderBrowse('瀏覽'),
], [
sg.Button('開始抽取', enable_events=True, key="抽取"),
sg.Text(text_color="red", size=(47, 2), key="error"),
], [
sg.Text("準備：", size=(20, 1), key="-TOUT-"),
sg.ProgressBar(1000, orientation='h', size=(35, 20), key='progressbar')
]
]
window = sg.Window('word檔案圖片抽取系統', layout)
while True:
event, values = window.read()
if event in (None,):
break # 相當于關閉界面
elif event == "抽取":
if values["-FOLDER-"]:
window["error"].update("")
try:
for msg, i in word_img_extract(values["-FOLDER-"]):
window["-TOUT-"].update(msg)
window['progressbar'].UpdateBar(i)
window["-TOUT-"].update('抽取完畢！！！')
except Exception as e:
window["error"].update(str(e))
else:
sg.popup('請先輸入word檔案所在的路徑！！！')
window.close()
重新打包：
pyinstaller -wF --icon=C:\Users\Think\Pictures\ico\ooopic_1467046829.ico word_img_extract_GUI.py
運行效果：
exe下載
如果有小伙伴對代碼不感興趣，想直接使用打包好的exe軟體，掃碼關注「快學Python」（非本號）后臺回復“0109” ，獲取完整代碼：
凹凸福利
????《Python高手修煉之道：資料處理與機器學習實戰》Python資料分析可視化編程入門零基礎從入門到精通Python的Numpy、Matplotlib、Pandas、SciPy、Scikit-Learn工具包，提供了完整可驗證的代碼，點擊下圖可看詳情/購買！????
感謝人民郵電出版社支持！周日統一兌換！后臺回復“讀書會”進群，獲取最新書籍資訊！后臺“左下菜單欄”輕松賺幣，免費包郵帶回家！
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/247144.html
標籤：AI
上一篇：微信 VS 5G訊息