Python提取和替换Word文档中的图片

### 使用 Python 提取 Word 文档中的图片

#### 方法一：解压 .docx 文件
.docx 文件实际上是一个 ZIP 压缩包，包含多个文件和目录。要提取其中的图片，可以通过解压该文件并从特定目录中获取图片。

1. **解压 .docx 文件**
- 将 .docx 文件重命名为 .zip 格式，然后解压。
- 图片通常存储在 `word/media` 目录下。

2. **编写代码实现提取**
以下是使用 Python 实现上述步骤的示例代码：

```python
import os
import shutil
import zipfile

def extract_pictures(word_path, result_path):
"""
提取 Word 文档中的所有图片

:param word_path: Word 文件路径
:param result_path: 结果保存路径
:return: None 或生成器（如果无图片返回 None，否则返回图片路径的生成器）
"""
tmp_path = f'{os.path.splitext(word_path)[0]}'
# 拷贝源文件后重命名再解压
zip_path = shutil.copy(word_path, f'{tmp_path}_new.docx')
with zipfile.ZipFile(zip_path, 'r') as zf:
zf.extractall(tmp_path)
os.remove(zip_path)

pic_path = os.path.join(tmp_path, 'word', 'media')
if not os.path.exists(pic_path):
shutil.rmtree(tmp_path)
return 'no pictures found'

pictures = os.listdir(pic_path)
if not os.path.exists(result_path):
os.makedirs(result_path)

for picture in pictures:
word_name = os.path.splitext(os.path.basename(word_path))[0]
picture_name = f'{word_name}_{picture}'
shutil.copy(os.path.join(pic_path, picture), os.path.join(result_path, picture_name))

shutil.rmtree(tmp_path)
return (os.path.join(result_path, pic) for pic in os.listdir(result_path))
```

#### 方法二：使用 `python-docx` 库
`python-docx` 是一个用于处理 Word 文档的 Python 库，支持更简便地提取图片。

1. **安装库**
```bash
pip install python-docx
```

2. **编写代码实现提取**
以下是使用 `python-docx` 库提取图片的示例代码：

```python
import docx
import os
import re

def extract_pictures_with_docx(word_path, result_path):
"""
使用 python-docx 提取 Word 文档中的图片

:param word_path: Word 文件路径
:param result_path: 结果保存路径
:return: None
"""
doc = docx.Document(word_path)
dict_rel = doc.part._rels
if not os.path.exists(result_path):
os.makedirs(result_path)

for rel in dict_rel:
rel = dict_rel[rel]
if "image" in rel.target_ref:
img_name = re.findall("/(.*)", rel.target_ref)[0]
word_name = os.path.splitext(os.path.basename(word_path))[0]
img_name = f'{word_name}_{img_name}'
with open(os.path.join(result_path, img_name), 'wb') as f:
f.write(rel.target_part.blob)
```

#### 总结
两种方法各有优劣，解压法适用于简单的图片提取，而 `python-docx` 库则提供了更强大的功能和更好的兼容性。根据具体需求选择合适的方法。