python提取word文档里面的个人照片信息

背景需要分析一批高层次人才简历数据

环境

python 3.6 
pip install docx

案例代码

def parse():
    path = "xx简历.docx"
    doc = docx.Document(path)
    dict_rel = doc.part._rels
    for rel in dict_rel:
        rel = dict_rel[rel]
        if "image" in rel.target_ref: # 这里内容中会包含Image的信息
            print(rel.target_ref)  # media / image1.jpeg
            img_name = re.findall("/(.*)", rel.target_ref)[0]
            img_path = path.split(".")[0]+".jpeg"
            with open(img_path, 'wb') as f:
                f.write(rel.target_part.blob)