Python：从Office/Excel文档中访问嵌入式OLE而不使用剪贴板

我想使用Python从Office/Excel文档中添加和提取文件。到目前为止，添加东西很容易，但对于提取，我还没有找到一个干净的解决方案

为了弄清楚我得到了什么和没有得到什么，我编写了下面的小示例test.py，并进一步解释

test.py

import win32com.client as win32
import os 
from tkinter import messagebox
import win32clipboard

# (0) Setup
dir_path = os.path.dirname(os.path.realpath(__file__))
print(dir_path)
excel = win32.gencache.EnsureDispatch('Excel.Application')
wb = excel.Workbooks.Open(dir_path + "\\" + "test_excel.xlsx")
ws = wb.Worksheets.Item(1)
objs = ws.OLEObjects()

# (1) Embed file
f = dir_path + "\\" + "test_txt.txt"
name = "test_txt_ole.txt"
objs.Add( Filename=f, IconLabel=name )

# (2) Access embedded file
obj = objs.Item(1) # Get single OLE from OLE list
obj.Copy()
win32clipboard.OpenClipboard()
data = win32clipboard.GetClipboardData(0xC004) # Binary access
win32clipboard.EmptyClipboard()
win32clipboard.CloseClipboard()
messagebox.showinfo(title="test_txt_ole.txt", message=str(data))

# (3) Press don't save here to keep 
# wb.Close() # Will close excel document and leave excel opened.
excel.Application.Quit() # Will close excel with all opened documents

对于准备（步骤0），它打开一个给定的excel文档，其中包含一个以前使用excel中的“新建文档”按钮创建的工作表

在步骤（1）中，它使用API将给定的文本文件嵌入excel文档。之前使用文本编辑器创建了内容为“TEST123”的文本文件

然后在步骤（2）中，它尝试使用剪贴板从嵌入式OLE读回内容，并打开一个消息框，其中显示剪贴板中OLE的内容

最后（3）程序关闭打开的文档。要保持设置不变，请按此处的“否”

此解决方案的最大缺点是使用剪贴板，它会粉碎剪贴板中的任何用户内容，这在生产环境中是不好的样式。此外，它对剪贴板使用未记录的选项

更好的解决方案是将OLE或OLE嵌入文件安全地保存到python数据容器或我选择的文件中。在我的示例中，我使用了一个TXT文件来轻松识别文件数据。最后，我将使用ZIP作为一体式解决方案，但对于base64数据，TXT文件解决方案就足够了

0xC004=49156的来源：

---

这个VBA示例看起来很有趣，但我对VBA一无所知：

考虑使用Windows临时目录，该目录将在嵌入工作簿时临时存储OLE对象的文件源。此解决方案中使用的不是剪贴板，而是物理文件

使用这种方法，您需要检索当前用户名并遍历临时目录的所有文件：C:\Documents and Settings\{username}\Local Settings\temp（适用于Windows Vista/7/8/10的标准Excel转储文件夹）。此外，还使用了在中使用

的类似条件的名称搜索，该搜索将原始文件的基本名称包含为多个版本，并带有数字后缀（1）、（2）、（3），。。。可能存在，具体取决于脚本运行的次数。甚至可以在这里尝试正则表达式搜索

最后，下面的例程使用
try…except…Finally
块来干净地存在Excel对象，而不考虑错误，但将输出任何异常消息。请注意，这只是一个使用文本文件的Windows解决方案

import win32com.client as win32
import os, shutil
from tkinter import messagebox

# (0) Setup
dir_path = cd = os.path.dirname(os.path.abspath(__file__))
print(dir_path)

try:
    excel = win32.gencache.EnsureDispatch('Excel.Application')    
    wb = excel.Workbooks.Open(os.path.join(dir_path, "test_excel.xlsx"))
    ws = wb.Worksheets(1)
    objs = ws.OLEObjects()

    # (1) Embed file
    f = os.path.join(dir_path, "test_txt.txt")    
    name = "test_txt_ole.txt"
    objs.Add(Filename=f, IconLabel=name).Name = 'Test'

    # (2) Open file from temporary folder
    ole = ws.OLEObjects(1)        
    ole.Activate()

    # (3) Grab the recent like-named file
    user = os.environ.get('USERNAME')
    outfile = os.path.join(dir_path, "test_txt_out.txt")

    tempfolder = r"C:\Documents and Settings\{}\Local Settings\Temp".format(user)

    for subdir, dirs, files in os.walk(tempfolder):
        for file in sorted(files, reverse=True):
            if 'test_txt' in file:                
                tempfile = os.path.join(tempfolder, file)
                break

    shutil.copyfile(tempfile, outfile)

    # (4) Read text content
    with open(outfile, 'r') as f:        
        content = f.readlines()

    # (5) Output message with content
    messagebox.showinfo(title="test_txt_ole.txt", message="".join(content))

except Exception as e:
    print(e)

finally:
    wb.Close(True)      # CLOSES AND SAVES WORKBOOK
    excel.Quit          # QUITS EXCEL APP

    # RELEASES COM RESOURCES
    ws = None; wb = None; objs = None; ole = None; excel = None

Tkinter消息框

好吧，我觉得冻糕的解决方案有点老土（不好的意思），因为


它假定Excel将嵌入保存为临时文件
它假定此临时文件的路径始终是用户的默认临时路径
它假定您有权限在那里打开文件
它假设您使用命名约定来标识您的对象（例如，“test_txt”总是在名称中找到，您不能
插入对象“帐户\数据”）
它假定此约定不受操作系统的干扰（例如，它不会将其更改为“~test_tx（1）”以保存字符）
长度）
它假定计算机上的所有其他程序都知道并接受此约定（其他程序不会使用包含“test_txt”的名称）

所以，我写了一个替代方案。其实质是：

解压.xlsx文件（或基于XML的新版本中的任何其他Office文件）
格式（不受密码保护）设置为临时路径

遍历“/xxx/embeddings”（“xxx”）中的所有.bin文件=
“xl”或“word”或“ppt”），并创建包含.bin的字典
文件的临时路径作为键和从中返回的字典
第3步，作为值

从.bin文件中根据
详细记录）Ole Packager格式，并按以下方式返回信息：
一本字典。（将原始二进制数据检索为“内容”，而不仅仅是
来自.txt，但不包括任何文件类型，例如.png）

我仍在学习Python，所以这并不完美（没有错误检查，没有性能优化），但您可以从中获得想法。我用几个例子测试了它。
这是我的密码：

import tempfile
import os
import shutil
import zipfile
import glob
import pythoncom
import win32com.storagecon


def read_zipped_xml_bin_embeddings( path_zipped_xml ):
    temp_dir = tempfile.mkdtemp()

    zip_file = zipfile.ZipFile( path_zipped_xml )
    zip_file.extractall( temp_dir )
    zip_file.close()

    subdir = {
            '.xlsx': 'xl',
            '.xlsm': 'xl',
            '.xltx': 'xl',
            '.xltm': 'xl',
            '.docx': 'word',
            '.dotx': 'word',
            '.docm': 'word',
            '.dotm': 'word',
            '.pptx': 'ppt',
            '.pptm': 'ppt',
            '.potx': 'ppt',
            '.potm': 'ppt',
        }[ os.path.splitext( path_zipped_xml )[ 1 ] ]
    embeddings_dir = temp_dir + '\\' + subdir + '\\embeddings\\*.bin'

    result = {}
    for bin_file in list( glob.glob( embeddings_dir ) ):
        result[ bin_file ] = bin_embedding_to_dictionary( bin_file )

    shutil.rmtree( temp_dir )

    return result


def bin_embedding_to_dictionary( bin_file ):
    storage = pythoncom.StgOpenStorage( bin_file, None, win32com.storagecon.STGM_READ | win32com.storagecon.STGM_SHARE_EXCLUSIVE )
    for stastg in storage.EnumElements():
        if stastg[ 0 ] == '\1Ole10Native':
            stream = storage.OpenStream( stastg[ 0 ], None, win32com.storagecon.STGM_READ | win32com.storagecon.STGM_SHARE_EXCLUSIVE )

            result = {}
            result[ 'original_filename' ] = '' # original filename in ANSI starts at byte 7 and is null terminated
            stream.Seek( 6, 0 )
            while True:
                ch = stream.Read( 1 )
                if ch == '\0':
                    break
                result[ 'original_filename' ] += ch

            result[ 'original_filepath' ] = '' # original filepath in ANSI is next and is null terminated
            while True:
                ch = stream.Read( 1 )
                if ch == '\0':
                    break
                result[ 'original_filepath' ] += ch

            stream.Seek( 4, 1 ) # next 4 bytes is unused

            temporary_filepath_size = 0 # size of the temporary file path in ANSI in little endian
            temporary_filepath_size |= ord( stream.Read( 1 ) ) << 0
            temporary_filepath_size |= ord( stream.Read( 1 ) ) << 8
            temporary_filepath_size |= ord( stream.Read( 1 ) ) << 16
            temporary_filepath_size |= ord( stream.Read( 1 ) ) << 24

            result[ 'temporary_filepath' ] = stream.Read( temporary_filepath_size ) # temporary file path in ANSI

            result[ 'size' ] = 0 # size of the contents in little endian
            result[ 'size' ] |= ord( stream.Read( 1 ) ) << 0
            result[ 'size' ] |= ord( stream.Read( 1 ) ) << 8
            result[ 'size' ] |= ord( stream.Read( 1 ) ) << 16
            result[ 'size' ] |= ord( stream.Read( 1 ) ) << 24

            result[ 'contents' ] = stream.Read( result[ 'size' ] ) # contents

            return result

我构建了一个python模块来完成这项工作，请在这里查看。该模块也可以在任何操作系统上运行

安装库之后，请使用以下代码段
代码：

我最近试图回答一个类似的问题：我能从excel文件中提取嵌入式word文档并将其保存到磁盘吗

调整此页面上的答案（并利用excel文件是压缩的文件集合（主要是XML文件）的知识），这可以很容易地执行：

创建临时文件
将excel文件的所有内容提取到临时文件夹中
查找所有嵌入的文件
将嵌入的文件移动到您选择的永久文件夹中
以下是执行上述操作的代码段：

import zipfile
import tempfile
import os
import glob
import shutil
import sys

def extract_embedded_files(file_path,
                           save_path,
                           sub_dir='xl'):
    """
    Extracts embedded files from Excel documents, it takes advantage of
    excel being a zipped collection of files. It creates a temporary folder,
    extracts all the contents of the excel folder there and then moves the
    embedded files to the requested save_path.

    Parameters:
    ----------
    file_path : str, 
        The path to the excel file to extract embedded files from.
    
    save_path : str,
        Path to save the extracted files to.

    sub_dir : str,
        one of 'xl' (for excel), 'word' , or 'ppt'. 
    """

    # make a temporary directory 
    temp_dir = tempfile.mkdtemp()

    # extract contents excel file to temporary dir
    zip_file = zipfile.ZipFile(file_path)
    zip_file.extractall(temp_dir)
    zip_file.close()

    # find all embedded files and copy to save_path
    embeddings_dir = f'{temp_dir}/{sub_dir}/embeddings/'
    embedded_files = list(glob.glob(embeddings_dir+'*'))
    for file in embedded_files:
        shutil.copy(file, save_path)

因此，我发现这个问题令人困惑。看起来你想从excel文件中提取一些东西，但我发现这些东西有点模糊。我不熟悉python，但事实上，你已经做了很多“VBA”<代码>工作簿。打开

，

工作表。项

等是一种VBA命令（技术上它们是IDispatch调用）。为什么不直接从python中调用VBA示例中的

oEmbFile.Object.SaveAs fName

code@Simon：Pyhton-like VBA使用COM接口。我可以使用下面的代码行查看对象API，但是没有SaveAs，只有Activate和Copy之类的东西。messagebox.showinfo（title=“packBootstrap”，message=“Item obj:\n”+str（type（obj））+str（dir（dir（obj）））messagebox.showinfo（title=“packBootstrap”，message=“oleobj:\n”+str（type（obj.\u oleobj)）+str dir（dir（obj.\u oleobj)）

 from AttachmentsExtractor import extractor
            
 abs_path_to_file='Please provide absolute path here '
 path_to_destination_directory = 'Please provide path of the directory where the extracted attachments should be stored'
 extractor.extract(abs_path_to_file,path_to_destination_directory) # returns true if one or more attachments are found else returns false.

import zipfile
import tempfile
import os
import glob
import shutil
import sys

def extract_embedded_files(file_path,
                           save_path,
                           sub_dir='xl'):
    """
    Extracts embedded files from Excel documents, it takes advantage of
    excel being a zipped collection of files. It creates a temporary folder,
    extracts all the contents of the excel folder there and then moves the
    embedded files to the requested save_path.

    Parameters:
    ----------
    file_path : str, 
        The path to the excel file to extract embedded files from.
    
    save_path : str,
        Path to save the extracted files to.

    sub_dir : str,
        one of 'xl' (for excel), 'word' , or 'ppt'. 
    """

    # make a temporary directory 
    temp_dir = tempfile.mkdtemp()

    # extract contents excel file to temporary dir
    zip_file = zipfile.ZipFile(file_path)
    zip_file.extractall(temp_dir)
    zip_file.close()

    # find all embedded files and copy to save_path
    embeddings_dir = f'{temp_dir}/{sub_dir}/embeddings/'
    embedded_files = list(glob.glob(embeddings_dir+'*'))
    for file in embedded_files:
        shutil.copy(file, save_path)