使用Python从word文档中提取图像

如何使用python从word文档中提取图像/徽标并将其存储在文件夹中。下面的代码将docx转换为html，但它不会从html中提取图像。任何提示/建议都会大有帮助

    profile_path = <file path>
    result=mammoth.convert_to_html( profile_path)
    f = open(profile_path, 'rb')
    b = open(profile_html, 'wb')
    document = mammoth.convert_to_html(f)
    b.write(document.value.encode('utf8'))
    f.close()
    b.close()

profile\u路径=
结果=猛犸象。将\u转换为\u html（配置文件\u路径）
f=打开（纵断面路径“rb”）
b=打开（配置文件“wb”）
document=mammoth.convert_to_html（f）
b、 写入（document.value.encode（'utf8'））
f、 关闭（）
b、 关闭（）

您可以使用库，它将读取您的.docx文档并将图像导出到您指定的目录（必须存在）

执行后，图像将显示在/home/example/img/中，变量文本将显示文档文本。它们将被命名为image1.png。。。imageN.png按外观顺序排列

---

注意：Word文档必须是.docx格式。

如果允许您转换Word文件，您可以尝试将其转换为pdf格式，然后尝试使用此处描述的方法之一获取图像：我不知道它是否能满足您的需要，但我认为值得一试。

!pip install docx2txt
import docx2txt
text = docx2txt.process("/path/your_word_doc.docx", '/home/example/img/')