python怎么提取word文件中的所有圖片

import zipfile
import os
import shutil
import hashlib
import send2trash

'''
假設(shè)所有的word文檔存放在某路徑中,這個路徑中包含各種雜七雜八的玩意
使用Everything,或者"篩選文件.py"把所有的docx文件移動到C:\Users\asuka\Desktop\123
逐個解壓每個docx文檔,并提取圖片

強烈建議使用Everything用來篩選出所有的word文檔,這樣假如有兩個重名的文檔,可以手動處理
如果編寫軟件來實現(xiàn)的話,會麻煩很多
'''


# 一個用來解壓文件的函數(shù)
def extract_zip(zip_path):
    os.chdir(os.path.dirname(zip_path))  # 需要進入到這個路徑下，這樣解壓的文件，才在這個路徑下
    a = zipfile.ZipFile(zip_path)  # 調(diào)用zipfile.ZipFile()函數(shù),創(chuàng)建一個ZipFile對象
    a.extractall()
    a.close()
    os.chdir(path)  # 恢復(fù)到之前的路徑


# 用來獲取所有的圖片
'''
測試的時候發(fā)現(xiàn)，不同word文件解壓之后，里面的圖片命名格式一致，
導(dǎo)致不能直接移動圖片，否則會造成文件覆蓋，這里需要對找到的每一個文件，進行重命名
'''


def get_picture(demo_path):
    count = 1  # 用來個圖片進行重命名
    for current_folder, list_folders, files in os.walk(demo_path):
        for f in files:
            if f.endswith('png') or f.endswith('jpg') or f.endswith('jpeg'):  # 設(shè)置圖片類型是這種
                move_f = current_folder + '\' + f  # 給出要移動的文件的路徑
                new_file_path = path1 + '\' + str(count) + '.' + f.rpartition('.')[-1]  # 指定新文件的文件路徑，文件名數(shù)字遞增，文件后綴
                shutil.move(move_f, new_file_path)  # 移動文件
                count += 1
    print('[-] 總共獲取圖片{}張'.format(count - 1))


# 對圖片去重
# 計算每個圖片的md5值，據(jù)此進行去重，去重的文件會被刪除到回收站中
def only_one(test_path):
    md5_list = []
    count = 0
    for current_folder, list_folders, files in os.walk(test_path):
        for file in files:
            picture_path = current_folder + '\' + file  # 獲取每個圖片的路徑
            f = open(picture_path, 'rb')  # 開始計算每個圖片的md5值
            md5obj = hashlib.md5()
            md5obj.update(f.read())
            get_hash = md5obj.hexdigest()
            f.close()
            md5_value = str(get_hash).upper()
            # 開始去重
            if md5_value in md5_list:
                send2trash.send2trash(picture_path)  # 如果這個文件的md5值曾經(jīng)出現(xiàn)過，就刪除這張圖片
                count += 1
                print('[-] 刪除重復(fù)圖片：' + str(file))
            else:
                md5_list.append(md5_value)  # 如果這個圖片的md5值不存在列表中，就添加進列表中
    print('[-] 共刪除重復(fù)圖片：{}張'.format(count))


print('[+] 只有后綴是docx的word文檔才可以提取圖片?。?！')
path = input('[+] 請輸入word文檔所在文件夾：')  # 獲取原始的word文檔所在路徑
os.chdir(path)

print("[+] 請輸入一個路徑，用來存放所有的圖片")
print("[+] 或者按回車鍵，我將自動把圖片整理之后存放在你的桌面")
path1 = input('')  # path1 用來存放所有的圖片文件
if len(path1):
    pass
else:
    desktop_path = os.path.join(os.path.expanduser("~"), 'Desktop')  # 獲取桌面路徑
    path1 = os.path.join(desktop_path, '所有word文件中的圖片')
    os.makedirs(path1)

files = os.listdir(path)  # 獲取指定文件夾下的所有文件
for file in files:  # 遍歷指定文件夾下的所有文件
    if file.endswith('docx'):  # 加一個判斷，這樣即使path路徑下有別的類型文件也無妨
        filename = file.rpartition('.')[0]  # 獲取文件的文件名
        file_path = os.path.join(path, filename)
        os.makedirs(file_path)  # 為獲取到的文件名創(chuàng)建一個文件夾
        shutil.move(file, file_path)  # 把word文檔移動到同名文件夾中
        word_path = os.path.join(file_path, file)  # 獲取此時word文件的文件路徑
        extract_zip(word_path)  # 不用改后綴，直接解壓docx文件

get_picture(path)
only_one(path1)
print('[-] 現(xiàn)有圖片：{}張'.format(len(os.listdir(path1))))

from win32com import client


# 轉(zhuǎn)換doc為docx
def doc2docx(fn):
    word = client.Dispatch("Word.Application")  # 打開word應(yīng)用程序
    # for file in files:
    doc = word.Documents.Open(fn)  # 打開word文件
    doc.SaveAs("{}x".format(fn), 12)  # 另存為后綴為".docx"的文件，其中參數(shù)12或16指docx文件
    doc.Close()  # 關(guān)閉原來word文件
    word.Quit()


# 轉(zhuǎn)換docx為doc
def docx2doc(fn):
    word = client.Dispatch("Word.Application")  # 打開word應(yīng)用程序
    # for file in files:
    doc = word.Documents.Open(fn)  # 打開word文件
    doc.SaveAs("{}".format(fn[:-1]), 0)  # 另存為后綴為".docx"的文件，其中參數(shù)0指doc
    print(fn[:-1])
    doc.Close()  # 關(guān)閉原來word文件
    word.Quit()


doc2docx(r'C:UsersasukaDesktop11123.doc')
docx2doc(r'C:UsersasukaDesktop11456.docx')