前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python提取docx文档中嵌入式图片和浮动图片的又一种方法

Python提取docx文档中嵌入式图片和浮动图片的又一种方法

作者头像
Python小屋屋主
发布2019-11-28 22:40:25
2.7K0
发布2019-11-28 22:40:25
举报
文章被收录于专栏:Python小屋

昨天推送了使用docx2python扩展库提取文档中图片的文章之后,经网友perfect提醒,实际上使用python-docx这个扩展库也可以提取浮动图片,并给出了参考代码。经过分析和测试,确实可以,然后根据分析我把perfect朋友给出的代码又简化改进了一下,思路如下:

仍以 Python提取docx文档中所有嵌入式图片和浮动图片 一文中用到的“包含图片的文档.docx”为例,将其改名为zip文件并解压缩,

打开子文件夹word\media,内容如下:

打开子文件夹word\_rels中的文件document.xml.rels,内容如下:

打开子文件夹word中的文件document.xml,部分内容如下:

可见,不管是嵌入式图片还是浮动图片,都有对应的id,然后可以使用python-docx提供的document.part.related_parts通过id找到对应的part,再提取其中的属性和数据即可。

参考代码:

提取结果:

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-11-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python小屋 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档