Python批量提取多目录下多个word文档中的图片

ufec2020-03-27

写在前面

写这个的起因是源于帮老师收一次作业,要求拍照,于是就收到的各式各样的格式,图片在一个文档中还能直接取出(将 word 另存为网页格式,就能看到所有图片),一个班几十号人,每人一个文档,一个文档中就几张图片,真的很难提取,于是就有了这个项目。。。

实现思路

以 office 保存的 word 文件,修改后缀为 zip 格式,解压后在 word/media 下保存了文档中所有的图片,就很容易实现了,修改后缀->取出 word/media 目录下所有的图片->保存图片即可, 当然你用 wps 保存的文档是 doc,他就不能这么做,要先将 doc 转为 docx(不是直接改后缀名,要修改属性值) 使用的前提是要装了 office

遇到问题

Python3.x 好像都不能安装 win32com,py2.7 可以,Python3.x 可以使用此方法

pip install pypiwin32

多线程处理的时候,报了一个“pywintypes.com_error: (-2147221008, '尚未调用 CoInitialize。', None, None)”的错误,主线程运行的时候就不会,应该就是多个线程共用了一个资源,我们就需要在每一个线程里单独初始化,在 csdn 里找到解决方案如下

import pythoncom

在打开 Word 文件语句之前输入

pythoncom.CoInitialize()

即可解决 另外的一个需求是在提取目录下所有 Word 文档中的图片后,是否需要删除源文档,这就需要每个目录下的文件都由用户输入来决定,可在多线程里面,会将多个线程的等待输入语句一起输出,就不能做到等待用户输入了(我技术不到位,实现不了) 也试过线程锁,以及 thread.join(),好像都无法实现,后来找到一个解决方案,通过图形界面的输入框来实现这个需求即可 还有就是打包成可执行文件时,直接打包会将系统环境中的所有库都打包,程序就会很大,可以使用 pipenv 虚拟环境打包 安装 pipenv

pip install pipenv

为当前目录建立虚拟环境

pipenv install

进入虚拟环境(上一步可省略,因为没有虚拟环境的话会自动建立一个)

pipenv shell

安装程序中所用到的额外包(Python 自带的库就不用装了,装 site-package 下面的),以及 pyinstaller(Python 打包库)即可

使用演示

原来的目录 1.webp 单线程操作 2.webp 多线程操作 1.webp

写在结尾

那个多线程等待用户输入有知道的小伙伴,麻烦说一下呗 软件下载地址:下载 Word 图片提取批处理工具 源码还没上传 GitHub,上传后在更新


Python


编辑此页面