Python读取word文件中所有图片及doc转docx

最新推荐文章于 2025-06-17 11:26:54 发布

原创最新推荐文章于 2025-06-17 11:26:54 发布 · 3.2k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#pythoncom #doc转docx #python读取word图片

Python 专栏收录该内容

13 篇文章

订阅专栏

项目需读取Word文档图片并OCR识别内容，分享Python读取Word图片方法。多线程读取多个Word文档时，会出现线程挂起或死亡问题，原因是pythoncom问题，多线程要使用DispatchEx，操作完成后需释放资源，项目在Windows下进行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近项目需要读取word文档中所有图片然后进行OCR读取内容，网上查了很多相关博客，发现很多都是抄来抄去并且都是读取word内容，最后终于发现一片大牛博客，特此分享python读取word图片
此外，我做的是多线程同时读取多个word文档，有时会发现线程挂起或者死亡，查了很多发现是pythoncom问题，需要注意word = client.Dispatch(“Word.Application”)的Dispatch，多线程必须使用DispatchEx，否则打开word时会出现操作冲突，导致线程失败。

pythoncom.CoInitialize()
    #首先将doc转换成docx#
    word = client.DispatchEx("Word.Application")
    doc = word.Documents.Open(open_doc)
    # 使用参数16表示将doc转换成docx
    doc.SaveAs(save_docx, 16)
    doc.Close()
    word.Quit()
    #释放资源
    pythoncom.CoUninitialize()

最好在word操作完成后进行资源释放，否则也会出现错误。
说明：我的项目是在windows下进行的，其他系统不知道是否合适，请自行验证。