办公室小姐姐的福利！用Python批量提取word文档中的表格和图片内容
共 2615字，需浏览 6分钟
·
2021-06-25 20:27
点上方“菜鸟学Python”，选择“星标”
第491篇原创干货，第一时间送达
最近有许多小伙伴想要一些自动化办公的福利小程序，今天就满足大家的需求。日常的办公过程中，总少不了批量提取word文档中的内容，例如表格和图片。
前面菜鸟哥也为大家分享过从PDF文件中提取文字和图片的提取文案：
肝了一夜，用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换)
今天菜鸟哥要为大家分享的福利是批量提取word中的表格和图片数据！将表格数据提取到excel表中，将图片保存到本地文件夹中。
01.word内容介绍
这里，我们先来介绍一下，我们需要批量处理的word文档中，表格和图片的格式。
在需要提取的word文档中，包含了许多的相同格式的表格。表格包含了姓名、年龄、性别、城市和工作这五项内容。针对于不同的表格结构形式，程序编写的内容也需要针对性的调整。
02.程序编写
从word文档中提取表格和图片，用到的是python-docx库。其安装方式为pip install python-docx
03.保存表格
程序通过Document函数，打开word文档后，利用了三个for循环来读取表格数据。
第一个for循环是针对于word文档中的每一个表格进行操作。
第二个for循环是针对于每一个表格的每一行数据进行读取。
第三个for循环则是针对于每一行数据中的每一列进行读取。
列表keys中保存的是列表的特征名称，也即keys = [姓名，年龄，性别, 城市, 工作]。列表values则存储的是所有的列表数据。
获取到表格的数据后，接下来是将keys和values中的数据写入到excel表格中去。
从表格的结构形式可以看出：列表values的长度 = 列表keys的长度 * 表格中存储的人数。
所以通过等间隔采样的方式，将keys和values的数据转换成适合pandas的数据格式，通过pandas将数据保存到本地。
04.保存图片
对于图片的提取，程序不需要根据图片进行改动，大家可以直接复制程序，然后进行应用。程序如下图所示:
由于word文档存在doc格式的文件，因此，通过win32com库，将doc文件转换为docx文件进行保存。
在完成转换后，通过对于每一个docx文件，调用getPictures和getTables函数来提取图片和表格数据。提取结果如下图所示:
可以看到，在word文档的根目录下，对应着提取除了图片和excel的表格文件。
通过对于word文档和excel的展示，可以看到，word文档中的表格内容，被准确的提取到excel表格中进行保存。
06.总结
以上就是菜鸟哥为大家奉上的自动化办公小福利，大家可以获取源码后，来进行学习，日积月累，跬步千里。相信大家一定会有所收获。
大家如果有其他自动化办公的需求，欢迎在下方留言，菜鸟哥会进行整理，并推出解决方案~
end
推荐阅读:
入门: 最全的零基础学Python的问题 | 零基础学了8个月的Python | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 | 从万众期待到口碑扑街！唐探3令人失望 | 笑看新倚天屠龙记 | 灯谜答题王 ｜用Python做个海量小姐姐素描图 ｜碟中谍这么火，我用机器学习做个迷你推荐系统电影
趣味:弹球游戏 | 九宫格 | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！| 再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜
年度爆款文案
点阅读原文,领廖雪峰全套资料！
