我正在使用pandoc（通过pypandoc）将docx文件转换为非Windows机器上的markdown。这些文件可以包含图像，也可以包含其他嵌入对象。
pandoc实际上能够将嵌入式Powerpoint演示文稿（转换为EMF文件）转换，但它无法处理Excel对象（它忽略它们）。目标是使用python将那些嵌入的Excel对象转换为图像，以便它们可以作为例如的一部分显示。 HTML输出。
使用用其他语言编写的组件（例如bash脚本）是可以的，只要它们可以用python API包装即可。
我意识到这可能是非Windows平台上的高级订单（即没有Microsoft库，例如win32com）。有没有人对此有任何成功，或有任何有根据的猜测如何进行？
要显示的单元格区域是什么？
所有嵌入对象的核心问题是确定应该显示哪些部分，因为这是核心功能。
必须有一种方法可以确定要显示哪些单元格，因为在读取docx文件的内容时，Word可以使用该信息。
这是问题的症结所在。如果实际算法不能考虑到这一点，那么答案仍然会被接受，只要它提供了一种提取信息的方法。
Some clues might be found on this page
根据建议探索文件本身的结构，这是我观察到的：如果您创建一个带有嵌入式Excel文件的简单docx文档（Mydoc.docx），您可以通过创建一个来检查其内容docx文件的副本（使用.zip扩展名重命名）并解压缩。
Mydoc/word/document.xml Mydoc/word/embeddings/Excel_Sheet_1.xlsx（或类似的东西）中。如果这是要走的路，那么问题将分为两部分：
Excel_Sheet_1.xlsx转换为图像（如何知道图片和单元格区域是图像的一部分？）。document.xml，使其显示＆＃34;指向图像＆＃34;而不是指向嵌入的文件。OOXML相当复杂，特别是当你尝试做一些事情时，基本的＆＃34;正如我想要做的那样......有没有人从Unix平台走到那里并带回一些合理的东西？
答案 0 :(得分：2)
正如你在OP中提到的那样，我会去＃＆＃34;反汇编 - 装配＆＃34; mydoc.docx的方式，即：
从mydoc.docx 中提取Excel工作表。
我将假设它是一个嵌入式工作表，它可以很容易地适应工作表是链接外部xlsx的情况。
就我而言，工作表位于word\embeddings\Microsoft_Excel_Worksheet1.xlsx结构内的docx。
如您所说，一种方法是将mydoc.docx复制到mydoc.zip，并从Microsoft_Excel_Worksheet1.xlsx结构中提取mydoc.zip。
将Microsoft_Excel_Worksheet1.xlsx转换为图片。
由于缺少win API，这在Linux下似乎不是一项简单的任务。
例如，excel2img需要pywin32。
解决方法是使用unoconv将xlsx转换为合适的格式。
这里的选择很多。请注意：
您可能需要在python中将其作为外部命令运行。这不是问题，但是你的python脚本应该确定主机操作系统，然后决定是使用unoconv（对于Linux）还是更多＆＃34;标准＆＃34;解决方案（适用于Windows，超出OP的范围）。
请注意unoconv是用python编写的，所以也许你可以在脚本中以某种方式将它集成。
unoconv时，png的 Bugs were reported，例如。您可能需要分两步执行导出到目标格式，pdf然后转换为png / jpg，例如与convert。
这可能因版本而异。在我的版本中，可以导出电子表格的唯一图形格式是pdf，因此两步转换成为必需的。
请注意，您可能必须使用-crop的{{1}}选项，因为pdf导出会生成整页。
您必须在系统中安装convert。
您可以选择要导出的页面范围，如
unoconv
据我所知，导出了整个非空单元格范围，并且不可能使用unoconv -f pdf -d spreadsheet -e PageRange=1-1 Microsoft_Excel_Worksheet1.xlsx导出部分单元格。
一个可行的解决方法是using openpyxl to fold cell ranges您不想显示，然后导出。
这是问题的本质（＆＃34;目标是使用python将那些嵌入的Excel对象转换为图像。＆＃34;）
unoconv 。注意：这是可以在Excel工作表上执行各种操作的pyhton模块列表。
pyExcelerator（显然不再维护了）
xlwt（Microsoft_Excel_Worksheet1.xlsx的一个分支）