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

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：

再见PDF提取收费！我用100行Python代码搞定！

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

首先，我们来看一下，如何提取单个word文档中的所有表格数据，并合并到同一个excel表中。部分程序如下图所示:

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:

程序读取了word文档中所有的Relationship对象，保存到dict_rel变量中，通过判断每一个对象中是否包含“image”字符来确定对象是否是图片。如果确定是图片类型，将图片保存到与word文档相同的根目录下。

05.批量处理

接下来，通过批量处理的方式来提取word文档中的表格和图片内容。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

---

你好，我是菜鸟哥，Python程序员，资深码农，努力做一个斜杠青年

日常输出一些投资的心得和感悟吗，目前有近170位同学：  菜鸟学投资，星球来了！，一起聊投资，赚钱！

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1).卧槽！Pdf转Word用Python轻松搞定！2).学Python真香！我用100行代码做了个网站，帮人PS旅行图片，赚个鸡腿吃3).首播过亿，火爆全网，我分析了《乘风破浪的姐姐》，发现了这些秘密 4).80行代码！用Python做一个哆来A梦分身 5).你必须掌握的20个python代码，短小精悍，用处无穷 6).30个Python奇淫技巧集 7).我总结的80页《菜鸟学Python精选干货.pdf》,都是干货 8).再见Python！我要学Go了！2500字深度分析！9).发现一个舔狗福利！这个Python爬虫神器太爽了，自动下载妹子图片点阅读原文,领廖雪峰全套资料！