使用Python从word文档中提取图像和文本

Question

我想在一个充满单词文档的文件夹上运行一个脚本，该文档可以读取文档并提取图像及其标题（图像正下方的文本）。根据我所做的研究，我认为pywin32可能是一个可行的解决方案。我知道如何使用pywin32来查找字符串并将其拉出来，但我需要图片部分的帮助。如何查看docx文件并在找到图像时发生事件？感谢您的任何帮助！我使用的是Python 2.7。

Answer 1

在这篇文章How can I search a word in a Word 2007 .docx file?

中找到一些灵感

Answer 2

可以解压缩Docx文件以提取图像。

Answer 3

您可以使用python模块docx2txt从docx文件中提取文本和图像

Answer 4

document =docx.Document(filepath)
for image in document.inline_shapes:
    print (image.width, image.height)

试试这个它会起作用。