Python读取doxc文件中的图片和表格

Python中处理docx（Word文档）中的图片和表格通常需要借助第三方库，例如`python-docx`用于操作Word文档结构，而处理图片可以利用`PIL`（Pillow）或`openpyxl`库（如果涉及到Excel工作表内的图片）。

1. **读取图片**：
使用`python-docx`库，首先需要打开docx文档，然后找到包含图片的段落。通过获取段落中的`<drawings>`元素，再访问其中的`<image>`标签来提取图片数据。例如：

from docx import Document

doc = Document('example.docx')
for paragraph in doc.paragraphs:
    if paragraph.has_image:
        image_part = paragraph.image_part
        # 图片路径或二进制内容
        img_data = image_part.blob

对于直接读取文件系统的图片，`PIL`库非常有用：

from PIL import Image
img = Image.open('path_to_your_image.jpg')

2. **读取表格**：
`openpyxl`库主要用于处理Excel（xlsx）文件中的表格，而对于Word文档中的表格，虽然`python-docx`也支持，但不如专门处理Excel的工具那么强大。你可以先检查是否为Excel文件，如果是，则用`openpyxl`：

import openpyxl

workbook = openpyxl.load_workbook('example.xlsx')
sheet = workbook.active
table = sheet['A1:C5']  # 获取指定范围的表格

如果你只是想简单地从Word文档中抽取文本信息，而不是精确的表格结构，可以考虑直接读取`.txt`文件转换，因为docx文档本质上就是嵌套的XML。