使用 Python 从 word 文档中提取图像和文本答案

【问题标题】：Using Python to extract images and text from a word document使用 Python 从 word 文档中提取图像和文本
【发布时间】：2011-06-14 14:29:36
【问题描述】：

我想在一个充满 word 文档的文件夹上运行一个脚本，该脚本读取文档并提取图像及其标题（图像正下方的文本）。从我所做的研究来看，我认为 pywin32 可能是一个可行的解决方案。我知道如何使用 pywin32 查找字符串并将它们拉出，但我需要图像部分的帮助。如何阅读 docx 文件并在找到图像时发生事件？感谢您的任何帮助！我正在使用 Python 2.7。

【问题讨论】：

标签： python image ms-word extract pywin32

【解决方案1】：

Docx 文件可以解压缩以提取图像。

【讨论】：

【解决方案2】：

在这篇文章How can I search a word in a Word 2007 .docx file?中找到一些灵感

【讨论】：

【解决方案3】：

您可以使用python模块docx2txt从docx文件中提取文本和图像

【讨论】：

【解决方案4】：

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

试试这个吧。

【讨论】：