使用python-docx读取本地docx文件中的内容，包括图片和表格

在Python中，`python-docx`库是一个用于处理Microsoft Word (.docx)文档的强大工具。它可以读取、操作和修改.docx文件中的文本、段落、样式、图像以及表格等内容。以下是如何使用`python-docx`读取基本信息和图像的基本步骤：

首先，确保已经安装了`python-docx`库，如果没有，可以通过pip安装：

pip install python-docx

然后，你可以使用以下代码来读取文档内容：

from docx import Document

def read_docx(file_path):
    doc = Document(file_path)
    
    # 读取文本内容
    text_content = ""
    for paragraph in doc.paragraphs:
        text_content += paragraph.text + "\n"
    
    # 提取图片
    images = []
    for image_part in doc.parts:
        if image_part.partname.endswith(".emf") or image_part.partname.endswith(".jpg"):
            img_data = image_part.get_bytes()
            images.append((image_part.partname, img_data))

    # 读取表格
    tables = []
    for table in doc.tables:
        table_rows = []
        for row in table.rows:
            row_data = []
            for cell in row.cells:
                row_data.append(cell.text)
            table_rows.append(row_data)
        tables.append(table_rows)

    return text_content, images, tables

file_path = "your_file.docx"  # 替换为你的文件路径
text, images, tables = read_docx(file_path)
print("文本内容：", text)
print("图片列表：", images)
print("表格：", tables)

这段代码会返回文本内容、图片的二进制数据和表格数据。注意，`get_bytes()`方法获取的是图片的原始二进制数据，你可能需要进一步处理以便显示或保存。