告别手动保存,Python批量自动提取Word表格里的图片,让你的效率直接拉满!

from pathlib import Pathfrom docx import Documentimport reword_path = Path(r"D:\简历")image_out = word_path.joinpath("提取的图片")image_out.mkdir(parents=True, exist_ok=True)word_files = list(word_path.glob("*.docx"))if not word_files:    print("⚠️ 未找到任何 .docx 文件，请检查路径。")else:    print(f"🔍 发现 {len(word_files)} 个文件，开始处理...")    for word_file in word_files:        try:            doc = Document(word_file)            # 添加一个计数器，防止同一个文档内图片重名被覆盖            file_img_count = 0            for table in doc.tables:                # 安全性检查：确保表格有足够的行和列，防止报错                if len(table.rows) == 0 or len(table.columns) < 7:                    continue                try:                    # 获取姓名 (第1行，第2列，索引从0开始)                    name = table.cell(0, 1).text.strip()                    if not name:  # 如果名字为空，跳过                        continue                    # 获取目标单元格 (第1行、第7列)                    target_cell = table.cell(0, 6)                    # 读取XML内容                    cell_xml = target_cell._element.xml                    # 使用正则查找所有 r:embed 属性 (兼容不同引号)                    img_ids = re.findall(r'r:embed=["\']([^"\']+)["\']', cell_xml)                    for rId in img_ids:                        # 检查 rId 是否存在于关联部件中                        if rId in doc.part.related_parts:                            img_part = doc.part.related_parts[rId]                            # 严格判断是否为图片类型                            if "image" in img_part.content_type:                                file_img_count += 1                                save_path = image_out / f"{name}_{file_img_count}.png"                                save_path.write_bytes(img_part.blob)                                print(f"✅ [{word_file.name}] 提取成功：{save_path.name}")                except Exception as e:                    # 捕获单个表格处理的错误，不影响后续表格                    print(f"⚠️ 文件 {word_file.name} 处理失败: {e}")                    continue        except Exception as e:            print(f"❌ 无法打开文件 {word_file.name}: {e}")print("\n==== 全部提取完成 ====")

word_path = Path(r"D:\简历")image_out = word_path.joinpath("提取的图片")image_out.mkdir(parents=True, exist_ok=True)word_files = list(word_path.glob("*.docx"))

for word_file in word_files:    doc = Document(word_file)    # 添加一个计数器，防止同一个文档内图片重名被覆盖    file_img_count = 0    for table in doc.tables:    # 安全性检查：确保表格有足够的行和列，防止报错        if len(table.rows) == 0 or len(table.columns) < 7:            continue

name = table.cell(0, 1).text.strip()target_cell = table.cell(0, 6)

cell_xml = target_cell._element.xmlimg_ids = re.findall(r'r:embed=["\']([^"\']+)["\']', cell_xml)

if rId in doc.part.related_parts:    img_part = doc.part.related_parts[rId]# 严格判断是否为图片类型if"image"in img_part.content_type:    file_img_count += 1    save_path = image_out / f"{name}_{file_img_count}.png"    save_path.write_bytes(img_part.blob)