極致懶：Word 內文批量抓圖 Python 工具

使用這個工具是有前提的，請先詳閱以下說明書

1. 此工具專門是抓取「 Word 」文件內的所有圖片檔案。
2. 每個圖片的命名，是以緊隨圖片後的第一個段落做命名。（此部分可以延伸參考 使用 Word「插入標號」功能，輕鬆管理圖片編號、產出圖片目錄 此篇文章搭配使用）
3. 此工具目前只能確定在 Mac 電腦上可以成功使用。
4. 請確定你的電腦已經安裝 python 相關前置設定，以便運行此工具。

以下是這個工具的原始碼，大家可以自行複製取用，方便後續引用說明，程式碼複製儲存時，可以將檔案存為 `python_get_word_image.py` 。

import os 
from io import BytesIO 
from docx import Document 
from PIL import Image 
 
def save_image(image, path): 
    """Save the image and ensure the directory exists""" 
    folder = os.path.dirname(path) 
    if not os.path.exists(folder): 
        os.makedirs(folder) 
    image.save(path) 
 
def get_caption_after_image(paragraphs, start_index): 
    """Get the first line of text after the image as the caption""" 
    for i in range(start_index + 1, len(paragraphs)): 
        text = paragraphs[i].text.strip() 
        if text: 
            return text 
    return None 
 
def extract_images(doc_path, output_folder): 
    """Extract images from the Word document and name them using the first line of text below each image""" 
    doc = Document(doc_path) 
    i = 1 
    processed_images = set() 
 
    # Iterate over all paragraphs to find and extract images 
    for para_index, paragraph in enumerate(doc.paragraphs): 
        for run in paragraph.runs: 
            inline_shapes = run._element.findall(".//{http://schemas.openxmlformats.org/drawingml/2006/main}blip") 
            for inline_shape in inline_shapes: 
                rId = inline_shape.get("{http://schemas.openxmlformats.org/officeDocument/2006/relationships}embed") 
                if rId: 
                    rel = doc.part.rels[rId] 
                    if rel.target_part.blob not in processed_images: 
                        processed_images.add(rel.target_part.blob) 
                        image = Image.open(BytesIO(rel.target_part.blob)) 
 
                        # Get the first line of text below the image as the caption 
                        image_caption = get_caption_after_image(doc.paragraphs, para_index) or f"image_{i}" 
 
                        # Remove illegal characters from the filename 
                        image_caption = image_caption.replace(":", "_").replace("/", "_").replace("\\", "_").replace("*", "_").replace("?", "_").replace("\"", "_").replace("<", "_").replace(">", "_").replace("|", "_") 
 
                        # Save the image 
                        image_format = image.format.lower() 
                        image_path = os.path.join(output_folder, f"{image_caption}.{image_format}") 
                        save_image(image, image_path) 
                        print(f"Saved image: {image_path}") 
                        i += 1 
 
    print("All images have been extracted and renamed!") 
 
# Setting 
doc_path = "/Users/sylvia/v2024082101.docx"  # Replace with the path to your Word document 
output_folder = "/Users/sylvia/v2024082101"  # Replace with the path to your desired output folder 
extract_images(doc_path, output_folder)

這個程式碼唯一要改的地方有兩個，就是倒數第 3 行跟倒數第 2 行。

doc_path：雙引號裡需放入你的 word 文件位置。

output_folder：雙引號裡需要放入你預期輸出的圖片所放置的資料夾位置。

以上都設定好以後就可以命令列輸入如下指令來執行，工具就會開始抓圖。

python /Users/sylvia/python_get_word_image.py

ps. 請注意你實際的 python 路徑唷！

會有這個工具，是因為最終在《Redmine 專案管理無痛攻略：70個問題集 x 專屬教學影片，從入門到精通一本全搞定！》書本的交稿要求才出生的產物，要交付的稿件不是只要 Word 就好，也需要把相關的圖片都另外整理，並且命名需要與 Word 內一致。

我看著我的稿件內的圖片心想，這…我是要抓到天荒地老嗎？這種苦頭我真的不想吃啊啊啊啊啊啊啊 (๑´ㅁ`)

於是就跟我的便宜好用好戰友好密友 ChatGPT 合作產出了這個小工具，以上就提供給有需要的朋朋！