作者：小小明
日常工作中，领导要求你将一份 Word 文档中的图片存储到一个文件夹内，你可能会一边内心崩溃，一边开始一张张的 另存为。
但假如领导要求你将几百个 word 文档中的图片全部都拷贝出来，你是不是打算离职不干了？
就比如下面这些 word 文档中的图片，你能否快速的把所有图片都拷贝出来呢？
即使你知道可以把 word 文档用压缩文件打开，逐个解压的话依然会耗时较长时间，另外里面掺杂了 doc 格式的 word 文档，你还需将这些 03 版本的 word 文档另存为 docx 格式。
但对于我小小明来说，这种东西都不是什么难事，写个程序，十秒内全部给你转换完毕，并把图片都提取出来，还能批量从真实修改图片格式，而不是简单的修改一下扩展名。
最终效果展示（文末附带 exe 可执行程序）：
下面看看我的代码吧：
doc 格式批量转为 docx
python 提供了 win32com 模块，其中的 SaveAs 方法可以代替人手批量将文件另存为我们需要的格式。
win32com 包含在 pypiwin32 模块中，只需安装 pypiwin32 模块即可：
下面的代码将指定目录下的 doc 文件转换为 docx 格式，并放在该目录的 temp_dir 下面：
from win32com import client as wc # 导入模块from pathlib import Pathimport osimport 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") # 打开word应用程序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) # 打开word文件 doc.SaveAs(dest_name, 12) # 另存为后缀为".docx"的文件，其中参数12指docx文件finally: word.Quit()
复制代码
运行结果：
E:\tmp\答疑整理\1.晚分享答疑.doc E:\tmp\答疑整理\temp\1.晚分享答疑.docx E:\tmp\答疑整理\10-17问题答疑.doc E:\tmp\答疑整理\temp\10-17问题答疑.docx E:\tmp\答疑整理\10-20答疑.doc E:\tmp\答疑整理\temp\10-20答疑.docx E:\tmp\答疑整理\10月10日晚分享提问与答疑.doc E:\tmp\答疑整理\temp\10月10日晚分享提问与答疑.docx E:\tmp\答疑整理\10月11日问题收集.doc E:\tmp\答疑整理\temp\10月11日问题收集.docx E:\tmp\答疑整理\10月14答疑最新版.doc E:\tmp\答疑整理\temp\10月14答疑最新版.docx E:\tmp\答疑整理\11月26、27日答疑汇总.doc E:\tmp\答疑整理\temp\11月26、27日答疑汇总.docx E:\tmp\答疑整理\2018.10.15提问与答疑.doc E:\tmp\答疑整理\temp\2018.10.15提问与答疑.docx E:\tmp\答疑整理\2018.10.18提问与答疑.doc E:\tmp\答疑整理\temp\2018.10.18提问与答疑.docx E:\tmp\答疑整理\2018.10.9提问与答疑最终版.doc E:\tmp\答疑整理\temp\2018.10.9提问与答疑最终版.docx E:\tmp\答疑整理\2018.12.01答疑.doc E:\tmp\答疑整理\temp\2018.12.01答疑.docx E:\tmp\答疑整理\2018.12.02答疑(1).doc E:\tmp\答疑整理\temp\2018.12.02答疑(1).docx E:\tmp\答疑整理\2018.12.02答疑.doc E:\tmp\答疑整理\temp\2018.12.02答疑.docx E:\tmp\答疑整理\20181204答疑.doc E:\tmp\答疑整理\temp\20181204答疑.docx E:\tmp\答疑整理\20181206答疑.doc E:\tmp\答疑整理\temp\20181206答疑.docx E:\tmp\答疑整理\20181208答疑.doc E:\tmp\答疑整理\temp\20181208答疑.docx E:\tmp\答疑整理\2018年11月29日答疑（请以此为准）.doc E:\tmp\答疑整理\temp\2018年11月29日答疑（请以此为准）.docx E:\tmp\答疑整理\7.10答疑整理.doc E:\tmp\答疑整理\temp\7.10答疑整理.docx E:\tmp\答疑整理\7.9答疑整理.doc E:\tmp\答疑整理\temp\7.9答疑整理.docx
复制代码
转换得到的文件：
批量提取 docx 文档的图片
docx 文档其实也是一个 zip 压缩包，所以我们可以通过 zip 包解压它，下面的代码将解压每个 docx 文档中的图片，我将其移动到临时目录下的 imgs 目录下：
import itertoolsfrom zipfile import ZipFileimport 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 = 1for 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 += 1shutil.rmtree(f"{doc_path}/word")
复制代码
打印结果：
E:\tmp\答疑整理\10.16 答疑汇总.docx
E:\tmp\答疑整理\10.19 答疑汇总.docx
E:\tmp\答疑整理\12 月 7 号答疑稿.docx
word/media/image5.jpeg 1.jpeg
word/media/image4.png 2.png
word/media/image3.jpeg 3.jpeg
word/media/image2.gif 4.gif
word/media/image1.gif 5.gif
word/media/image6.gif 6.gif
E:\tmp\答疑整理\2018.10.12 提问与答疑.docx
word/media/image1.jpeg 7.jpeg
word/media/image2.png 8.png
word/media/image3.png 9.png
.....
E:\tmp\答疑整理\temp\7.9 答疑整理.docx
word/media/image1.jpeg 162.jpeg
word/media/image2.jpeg 163.jpeg
word/media/image3.png 164.png
word/media/image4.png 165.png
word/media/image5.jpeg 166.jpeg
提取结果：
批量图片格式转换
PIL：Python Imaging Library，已经是 Python 平台事实上的图像处理标准库了。PIL 功能非常强大，但 API 却非常简单易用。
由于 PIL 仅支持到 Python 2.7，加上年久失修，于是一群志愿者在 PIL 的基础上创建了兼容的版本，名字叫 Pillow，支持最新 Python 3.x，又加入了许多新特性，因此，我们可以直接安装使用 Pillow。
如果安装了 Anaconda，Pillow 就已经可用了。否则，需要在命令行下通过 pip 安装：
直接修改文件扩展名并不能真实的修改图片格式，通过 pillow 库我们即可将图片批量真实的转换为 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')
复制代码
转换后：
完整代码
#!/usr/bin/env python3# -*- coding: utf-8 -*-# 创建时间：2020/12/25 21:46__author__ = 'xiaoxiaoming'
import itertoolsimport osimport shutilfrom pathlib import Pathfrom zipfile import ZipFile
from PIL import Imagefrom win32com import client as wc # 导入模块
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") # 打开word应用程序 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) # 打开word文件 doc.SaveAs(dest_name, 12) # 另存为后缀为".docx"的文件，其中参数12指docx文件 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)
复制代码
最终全部执行完成耗时 7s：
GUI 图形化工具开发
下面使用 PySimpleGUI 开发一个图形化工具，使用以下命令安装该库：
如果是下载速度慢的可以用下面的清华镜像地址下载：
pip install PySimpleGUI -i https://pypi.tuna.tsinghua.edu.cn/simple
复制代码
以下是完整代码：
#!/usr/bin/env python3# -*- coding: utf-8 -*-# 创建时间：2020/12/25 12:03__author__ = 'xiaoxiaoming'
import PySimpleGUI as sg
from word_img_extract import word_img_extract
sg.change_look_and_feel("GreenMono")
layout = [ [ sg.Text("请输入word文档所在的目录："), sg.In(size=(25, 1), enable_events=True, key="-FOLDER-"), sg.FolderBrowse('浏览'), ], [ sg.Button('开始抽取', enable_events=True, key="抽取"), sg.Text(size=(40, 1), key="-TOUT-") ]]window = sg.Window('word文档图片抽取系统', layout)while True: event, values = window.read() if event in (None,): break # 相当于关闭界面 elif event == "抽取": if values["-FOLDER-"]: window["-TOUT-"].update("准备抽取！！！") sg.popup('抽取期间程序将处于假死状态，请稍等片刻，提取完成后会弹出提示！！！\n点击ok后开始抽取！！！') window["-TOUT-"].update("正在抽取中...") word_img_extract(values["-FOLDER-"]) window["-TOUT-"].update("抽取完毕！！！") sg.popup('抽取完毕！！！') else: sg.popup('请先输入word文档所在的路径！！！') print(f'Event: {event}， values: {values}')window.close()
复制代码
运行效果：
打包 exe
创建并激活虚拟环境：
conda create -n gui python=3.6conda activate gui
复制代码
注意：创建虚拟环境和激活环境并不是必须，只是为了精简环境，可以跳过
安装打包所用的包：
pip install PySimpleGUIpip install pillowpip install pywin32pip install pyinstaller
复制代码
执行以下命令进行打包：
pyinstaller -F --icon=C:\Users\Think\Pictures\ico\ooopic_1467046829.ico word_img_extract_GUI.py
复制代码
常用参数说明：
打包结果：
带上-w 参数打包，可以去掉控制台：
pyinstaller -wF --icon=C:\Users\Think\Pictures\ico\ooopic_1467046829.ico word_img_extract_GUI.py
复制代码
给 GUI 加入进度条
改造处理程序，借助协程反馈程序的处理进度，完整代码如下：
#!/usr/bin/env python3# -*- coding: utf-8 -*-# 创建时间：2020/12/25 21:46__author__ = 'xiaoxiaoming'
import itertoolsimport osimport shutilfrom pathlib import Pathfrom zipfile import ZipFile
from PIL import Imagefrom win32com import client as wc # 导入模块
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") # 打开word应用程序 try: files = list(Path(doc_path).glob("*.doc")) if len(files) == 0: raise Exception("当前目录中没有word文档") 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) # 打开word文件 doc.SaveAs(dest_name, 12) # 另存为后缀为".docx"的文件，其中参数12指docx文件 yield "word doc格式转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提取图片：", 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 "图片转换为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="")
复制代码
GUI 程序的最终完整代码：
#!/usr/bin/env python3# -*- coding: utf-8 -*-# 创建时间：2020/12/25 12:03__author__ = 'xiaoxiaoming'
import PySimpleGUI as sg
from word_img_extract import word_img_extract
sg.change_look_and_feel("GreenMono")
layout = [ [ sg.Text("请输入word文档所在的目录："), sg.In(size=(25, 1), enable_events=True, key="-FOLDER-"), sg.FolderBrowse('浏览'), ], [ sg.Button('开始抽取', enable_events=True, key="抽取"), sg.Text(text_color="red", size=(47, 2), key="error"), ], [ sg.Text("准备：", size=(20, 1), key="-TOUT-"), sg.ProgressBar(1000, orientation='h', size=(35, 20), key='progressbar') ]]window = sg.Window('word文档图片抽取系统', layout)while True: event, values = window.read() if event in (None,): break # 相当于关闭界面 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('抽取完毕！！！') except Exception as e: window["error"].update(str(e)) else: sg.popup('请先输入word文档所在的路径！！！')window.close()
复制代码
重新打包：
pyinstaller -wF --icon=C:\Users\Think\Pictures\ico\ooopic_1467046829.ico word_img_extract_GUI.py
复制代码
运行效果：
评论