老板又出难题,气得我写了个自动化软件!

关键时间,第一时间送达!

作者:小小明,Pandas数据处理专家,致力于帮助无数数据从业者解决数据处理难题

编辑:朱小五,一只不务正业的数据狗

日常工作中,领导要求你将一份 Word 文档中的图片存储到一个文件夹内,你可能会一边内心崩溃,一边开始一张张的 另存为
但假如领导要求你将几百个word文档中的图片全部都拷贝出来,你是不是打算离职不干了?
就比如下面这些word文档中的图片,你能否快速的把所有图片都拷贝出来呢?
不过,上次分享的这种方法还是有缺陷的:把word文档用压缩文件打开,逐个解压的话依然会耗时较长时间,另外里面掺杂了doc格式的word文档,你还需将这些03版本的word文档另存为docx格式。
今天,将给大家展示一下全新版本!!!
写个程序,十秒内全部给你转换完毕,并把图片都提取出来,还能批量从真实修改图片格式,而不是简单的修改一下扩展名。
(文末附带exe可执行程序)
下面开始展示

doc格式批量转为docx

python提供了win32com模块,其中的SaveAs方法可以代替人手批量将文件另存为我们需要的格式。
win32com包含在pypiwin32模块中,只需安装pypiwin32模块即可:
pip install pypiwin32
下面的代码将指定目录下的doc文件转换为docx格式,并放在该目录的temp_dir下面:
from win32com import client as wc  # 导入模块
from pathlib import Path
import os
import shutil

doc_path = r'E:\tmp\答疑整理'
temp_dir = 'temp'
if os.path.exists(f'{doc_path}/{temp_dir}'):
    shutil.rmtree(f'{doc_path}/{temp_dir}')
os.mkdir(f'{doc_path}/{temp_dir}')

word = wc.Dispatch('Word.Application')  # 打开word应用程序
try:
    for filename in Path(doc_path).glob('*.doc'):
        file = str(filename)
        dest_name = str(filename.parent/f'{temp_dir}'/str(filename.name))+'x'
        print(file, dest_name)
        doc = word.Documents.Open(file)  # 打开word文件
        doc.SaveAs(dest_name, 12)  # 另存为后缀为'.docx'的文件,其中参数12指docx文件
finally:
    word.Quit()

运行结果:
转换得到的文件:

批量提取docx文档的图片

docx文档其实也是一个zip压缩包,所以我们可以通过zip包解压它,下面的代码将解压每个docx文档中的图片,我将其移动到临时目录下的imgs目录下:
import itertools
from zipfile import ZipFile
import shutil

if os.path.exists(f'{doc_path}/{temp_dir}/imgs'):
    shutil.rmtree(f'{doc_path}/{temp_dir}/imgs')
os.makedirs(f'{doc_path}/{temp_dir}/imgs')

i = 1
for filename in itertools.chain(Path(doc_path).glob('*.docx'), (Path(doc_path)/temp_dir).glob('*.docx')):
    print(filename)
    with ZipFile(filename) as zip_file:
        for names in zip_file.namelist():
            if names.startswith('word/media/image'):
                zip_file.extract(names, doc_path)
                os.rename(f'{doc_path}/{names}',
                          f'{doc_path}/{temp_dir}/imgs/{i}{names[names.find('.'):]}')
                print('\t', names, f'{i}{names[names.find('.'):]}')
                i += 1
shutil.rmtree(f'{doc_path}/word')

打印结果:
提取结果:

批量图片格式转换

PIL:Python Imaging Library,已经是Python平台事实上的图像处理标准库了。PIL功能非常强大,但API却非常简单易用。
由于PIL仅支持到Python 2.7,加上年久失修,于是一群志愿者在PIL的基础上创建了兼容的版本,名字叫Pillow,支持最新Python 3.x,又加入了许多新特性,因此,我们可以直接安装使用Pillow。
如果安装了Anaconda,Pillow就已经可用了。否则,需要在命令行下通过pip安装:
pip install pillow
直接修改文件扩展名并不能真实的修改图片格式,通过pillow库我们即可将图片批量真实的转换为jpg格式:
from PIL import Image

if not os.path.exists(f'{doc_path}/imgs'):
    os.mkdir(f'{doc_path}/imgs')

for filename in Path(f'{doc_path}/{temp_dir}/imgs').glob('*'):
    file = str(filename)
    with Image.open(file) as im:
        im.convert('RGB').save(
            f'{doc_path}/imgs/{filename.name[:filename.name.find('.')]}.jpg', 'jpeg')

转换后:

完整代码

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# 创建时间:2020/12/25 21:46
__author__ = 'xiaoxiaoming'

import itertools
import os
import shutil
from pathlib import Path
from zipfile import ZipFile

from PIL import Image
from win32com import client as wc  # 导入模块

def word_img_extract(doc_path, temp_dir):
    if os.path.exists(f'{doc_path}/{temp_dir}'):
        shutil.rmtree(f'{doc_path}/{temp_dir}')
    os.mkdir(f'{doc_path}/{temp_dir}')

word = wc.Dispatch('Word.Application')  # 打开word应用程序
    try:
        for filename in Path(doc_path).glob('*.doc'):
            file = str(filename)
            dest_name = str(filename.parent / f'{temp_dir}' / str(filename.name)) + 'x'
            print(file, dest_name)
            doc = word.Documents.Open(file)  # 打开word文件
            doc.SaveAs(dest_name, 12)  # 另存为后缀为'.docx'的文件,其中参数12指docx文件
    finally:
        word.Quit()

if os.path.exists(f'{doc_path}/{temp_dir}/imgs'):
        shutil.rmtree(f'{doc_path}/{temp_dir}/imgs')
    os.makedirs(f'{doc_path}/{temp_dir}/imgs')

i = 1
    for filename in itertools.chain(Path(doc_path).glob('*.docx'), (Path(doc_path) / temp_dir).glob('*.docx')):
        print(filename)
        with ZipFile(filename) as zip_file:
            for names in zip_file.namelist():
                if names.startswith('word/media/image'):
                    zip_file.extract(names, doc_path)
                    os.rename(f'{doc_path}/{names}',
                              f'{doc_path}/{temp_dir}/imgs/{i}{names[names.find('.'):]}')
                    print('\t', names, f'{i}{names[names.find('.'):]}')
                    i += 1
    shutil.rmtree(f'{doc_path}/word')

if not os.path.exists(f'{doc_path}/imgs'):
        os.mkdir(f'{doc_path}/imgs')

for filename in Path(f'{doc_path}/{temp_dir}/imgs').glob('*'):
        file = str(filename)
        with Image.open(file) as im:
            im.convert('RGB').save(
                f'{doc_path}/imgs/{filename.name[:filename.name.find('.')]}.jpg', 'jpeg')

if __name__ == '__main__':
    doc_path = r'E:\tmp\答疑整理'
    temp_dir = 'temp'
    word_img_extract(doc_path, temp_dir)

最终全部执行完成耗时7s:

GUI图形化工具开发

下面使用PySimpleGUI开发一个图形化工具,使用以下命令安装该库:
pip install PySimpleGUI
如果是下载速度慢的可以用下面的清华镜像地址下载:
pip install PySimpleGUI -i https://pypi.tuna.tsinghua.edu.cn/simple
以下是完整代码:
import PySimpleGUI as sg

from word_img_extract import word_img_extract

sg.change_look_and_feel('GreenMono')

layout = [
    [
        sg.Text('请输入word文档所在的目录:'),
        sg.In(size=(25, 1), enable_events=True, key='-FOLDER-'),
        sg.FolderBrowse('浏览'),
    ], [
        sg.Button('开始抽取', enable_events=True, key='抽取'),
        sg.Text(size=(40, 1), key='-TOUT-')
    ]
]
window = sg.Window('word文档图片抽取系统', layout)
while True:
    event, values = window.read()
    if event in (None,):
        break  # 相当于关闭界面
    elif event == '抽取':
        if values['-FOLDER-']:
            window['-TOUT-'].update('准备抽取!!!')
            sg.popup('抽取期间程序将处于假死状态,请稍等片刻,提取完成后会弹出提示!!!\n点击ok后开始抽取!!!')
            window['-TOUT-'].update('正在抽取中...')
            word_img_extract(values['-FOLDER-'])
            window['-TOUT-'].update('抽取完毕!!!')
            sg.popup('抽取完毕!!!')
        else:
            sg.popup('请先输入word文档所在的路径!!!')
    print(f'Event: {event}, values: {values}')
window.close()

运行效果:

打包exe

创建并激活虚拟环境:
conda create -n gui python=3.6
conda activate gui
注意:创建虚拟环境和激活环境并不是必须,只是为了精简环境,可以跳过
安装打包所用的包:
pip install PySimpleGUI
pip install pillow
pip install pywin32
pip install pyinstaller
执行以下命令进行打包:
pyinstaller -F --icon=C:\Users\Think\Pictures\ico\ooopic_1467046829.ico word_img_extract_GUI.py
常用参数说明:
  • -F 表示生成单个可执行文件
  • -w 表示去掉控制台窗口,这在GUI界面时非常有用。不过如果是命令行程序的话那就把这个选项删除吧!
  • -p 表示你自己自定义需要加载的类路径,一般情况下用不到
  • -i 表示可执行文件的图标
打包结果:
带上-w参数打包,可以去掉控制台:
pyinstaller -wF --icon=C:\Users\Think\Pictures\ico\ooopic_1467046829.ico word_img_extract_GUI.py

给GUI加入进度条

改造处理程序,借助生成器反馈程序的处理进度,完整代码如下:
import itertools
import os
import shutil
from pathlib import Path
from zipfile import ZipFile

from PIL import Image
from win32com import client as wc  # 导入模块

def word_img_extract(doc_path, temp_dir='temp'):
    if os.path.exists(f'{doc_path}/{temp_dir}'):
        shutil.rmtree(f'{doc_path}/{temp_dir}')
    os.mkdir(f'{doc_path}/{temp_dir}')

word = wc.Dispatch('Word.Application')  # 打开word应用程序
    try:
        files = list(Path(doc_path).glob('*.doc'))
        if len(files) == 0:
            raise Exception('当前目录中没有word文档')
        for i, filename in enumerate(files, 1):
            file = str(filename)
            dest_name = str(filename.parent / f'{temp_dir}' / str(filename.name)) + 'x'
            # print(file, dest_name)
            doc = word.Documents.Open(file)  # 打开word文件
            doc.SaveAs(dest_name, 12)  # 另存为后缀为'.docx'的文件,其中参数12指docx文件
            yield 'word doc格式转docx格式:', i * 1000 // len(files)
    finally:
        word.Quit()

if os.path.exists(f'{doc_path}/{temp_dir}/imgs'):
        shutil.rmtree(f'{doc_path}/{temp_dir}/imgs')
    os.makedirs(f'{doc_path}/{temp_dir}/imgs')

i = 1
    files = list(itertools.chain(Path(doc_path).glob('*.docx'), (Path(doc_path) / temp_dir).glob('*.docx')))
    for j, filename in enumerate(files, 1):
        # print(filename)
        with ZipFile(filename) as zip_file:
            for names in zip_file.namelist():
                if names.startswith('word/media/image'):
                    zip_file.extract(names, doc_path)
                    os.rename(f'{doc_path}/{names}',
                              f'{doc_path}/{temp_dir}/imgs/{i}{names[names.find('.'):]}')
                    # print('\t', names, f'{i}{names[names.find('.'):]}')
                    i += 1
        yield 'word提取图片:', j * 1000 // len(files)
    shutil.rmtree(f'{doc_path}/word')

if not os.path.exists(f'{doc_path}/imgs'):
        os.mkdir(f'{doc_path}/imgs')

files = list(Path(f'{doc_path}/{temp_dir}/imgs').glob('*'))
    for i, filename in enumerate(files, 1):
        file = str(filename)
        with Image.open(file) as im:
            im.convert('RGB').save(
                f'{doc_path}/imgs/{filename.name[:filename.name.find('.')]}.jpg', 'jpeg')
        yield '图片转换为jpg格式:', i * 1000 // len(files)

if __name__ == '__main__':
    doc_path = r'E:\tmp\答疑整理'
    for msg, i in word_img_extract(doc_path):
        print(f'\r {msg}{i}', end='')

GUI程序的最终完整代码:
import PySimpleGUI as sg

from word_img_extract import word_img_extract

sg.change_look_and_feel('GreenMono')

layout = [
    [
        sg.Text('请输入word文档所在的目录:'),
        sg.In(size=(25, 1), enable_events=True, key='-FOLDER-'),
        sg.FolderBrowse('浏览'),
    ], [
        sg.Button('开始抽取', enable_events=True, key='抽取'),
        sg.Text(text_color='red', size=(47, 2), key='error'),
    ], [
        sg.Text('准备:', size=(20, 1), key='-TOUT-'),
        sg.ProgressBar(1000, orientation='h', size=(35, 20), key='progressbar')
    ]
]
window = sg.Window('word文档图片抽取系统', layout)
while True:
    event, values = window.read()
    if event in (None,):
        break  # 相当于关闭界面
    elif event == '抽取':
        if values['-FOLDER-']:
            window['error'].update('')
            try:
                for msg, i in word_img_extract(values['-FOLDER-']):
                    window['-TOUT-'].update(msg)
                    window['progressbar'].UpdateBar(i)
                window['-TOUT-'].update('抽取完毕!!!')
            except Exception as e:
                window['error'].update(str(e))
        else:
            sg.popup('请先输入word文档所在的路径!!!')
window.close()

重新打包:
pyinstaller -wF --icon=C:\Users\Think\Pictures\ico\ooopic_1467046829.ico word_img_extract_GUI.py
运行效果:

我是东哥,最后给大家分享《100本Python电子书》,包括Python编程技巧、数据分析、爬虫、Web开发、机器学习、深度学习。

现在免费分享出来,有需要的读者可以下载学习,在下面的公众号GitHuboy」里回复关键字:Python,就行。

(0)

相关推荐