如何使用Python批量提取Word文档中的所有图片？-Python教程-PHP中文网

word文档图片存于word/media/目录，但仅解压zip会丢失位置、格式及特殊布局信息；python-docx无法提取图片，须用zipfile精准读取并按原始扩展名保存。

如何使用python批量提取word文档中的所有图片？

Word文档里的图片藏在哪？先搞清存储结构

Word（.docx）本质是 ZIP 压缩包，图片不直接存为文件，而是放在 word/media/ 目录下，文件名类似 image1.png、image2.jpeg。但光解压 ZIP 不够——有些图片可能被裁剪、旋转或以“内嵌对象”形式存在（比如图表、公式），这些不会出现在 media/ 里，也不会被简单解压提取出来。

.docx 必须用二进制模式打开，不能当纯文本读
python-docx 库完全不支持提取图片，它只处理文字和样式，别白费劲试 document.inline_shapes 或 document.part.related_parts
真正能拿到所有 media/ 图片的，是手动解压 + 遍历，或用 zipfile 模块直读

用 zipfile 直接解压提取最稳，5 行代码搞定

不用装额外库，标准库 zipfile 就够。关键不是“解压整个包”，而是精准定位 word/media/ 下的文件，并按原始扩展名保存（注意：后缀可能和实际格式不一致，比如 image3.emf 实际是 Windows 元文件，不能当 PNG 打开）。

import zipfile
import os
<p>docx_path = "report.docx"
with zipfile.ZipFile(docx_path) as doc:
for name in doc.namelist():
if name.startswith("word/media/"):
data = doc.read(name)
ext = os.path.splitext(name)[1]
output<em>name = f"extracted</em>{os.path.basename(name)}"
with open(output_name, "wb") as f:
f.write(data)</p>

namelist() 返回所有内部路径，必须用 startswith("word/media/") 过滤，不能只靠后缀（因为 header.xml 也可能带 .png）
os.path.splitext(name)[1] 取的是 ZIP 内原始文件名后缀，不是 MIME 类型，所以 image4.wmf 就该保留为 .wmf，别硬改成 .png
如果目标是批量处理多个文件，把上面逻辑包进函数，用 glob.glob("*.docx") 遍历即可

遇到 EMF/WMF 图片打不开？这不是提取失败，是格式问题

Windows 专用图元文件（.emf、.wmf）在 macOS/Linux 上默认无法预览，Python 用 PIL.Image.open() 也会报 OSError: cannot identify image file。这不是你代码错了，是格式本身跨平台支持弱。

Python 3.14.2

Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。

下载

别尝试用 pillow 强转，它不支持 EMF 解码（截至 v10.3.0）
真需要转成 PNG/JPEG，得调用系统工具：Windows 上可用 inkscape 或 PowerShell 的 Convert-EmfToPng；macOS/Linux 可用 libwmf 或 convert（ImageMagick），但需提前安装
更现实的做法：提取时原样保存，加个日志说明 “image5.emf 已提取，需 Windows 环境查看或转换”