我有一个包含文本和图片的文档，我想将我的文档拆分成如下句子：[Sentence1，Sentence2，Picture1，Sentence3，Picture2，...]。
我知道如何拆分仅包含文本的文档：
file = open("text.txt").read()
sentence = nltk.sent_tokenize(file)
print(sentence)
但是对于包含图片的文档我们该怎么办呢？ 我认为我们必须首先打开.docx格式的文档，但是找不到打开它的库。
谢谢您的帮助！