如何使用Python从Word文档中提取文本和图片内容？

在Python中，我们可以使用一些库来读取和处理Word文档，包括文本和图片。以下是一个基本步骤：

1. **安装所需库**：
首先，你需要安装`python-docx`库来处理Word文档，以及`PIL`或`opencv-python`来处理图片。可以使用pip安装：

   pip install python-docx Pillow opencv-python

2. **读取Word文档**：
使用`python-docx`库，你可以打开并读取.docx文件的内容：

   from docx import Document

   doc = Document('your_word_document.docx')
   text = '\n'.join([para.text for para in doc.paragraphs])

这里，`text`变量将包含Word文档的所有文本。

3. **提取图片**：
文档中的图片通常存储在`doc.part`对象的`/word/media`目录下。你可以遍历这个目录来找到所有的图片，并使用`PIL`或`opencv-python`来保存或操作它们：

   images = []
   for img_part in doc.part.related_parts:
       if img_part.relationship_type == 'http://schemas.openxmlformats.org/officeDocument/2006/relationships/image':
           image_data = img_part.content
           # 使用PIL保存图片
           with open('image_' + img_part.partname.split('/')[-1], 'wb') as f:
               f.write(image_data)
           images.append('image_' + img_part.partname.split('/')[-1])

4. **注意**：
- 对于二进制数据，如图片，记得正确处理编码和解码。
- `python-docx`对Word 2007及更高版本的支持较好，对于更早版本的文档可能会遇到兼容性问题。