一、前言
今天要带大家实现的是PPT图片的提取。在我们学习工作中，PPT的使用还是非常频繁的，但是自己做PPT是很麻烦的，所以就需要用到别人的模板或者素材，这个时候提取PPT图片就可以减少我们很多工作。
二、实现原理
其实实现原理很简单，我们的pptx文件其实是一个压缩包。我们可以直接修改pptx文件的后缀，改成zip然后解压，比如下面这个：
网络异常，图片无法展示
|
这是解压后的文件。我们可以在ppt目录下找到一个media目录，这个目录下就是我们要的图片的。这个目录包含了PPT的所有多媒体文件。
知道这点后，我们就可以选择用Python来解压出PPT中的media目录就可以提取出所有图片了。
三、提取PPT中的图片
1、打开压缩包
在Python中提供了一个zipfile模块用于处理压缩包文件。我们来看看它的简单操作：
from zipfile import ZipFile # 打开压缩文件 f = ZipFile("test.pptx") # 查看压缩包所有文件 for file in f.namelist(): print(file) # 关闭压缩包文件 f.close() 复制代码
输出的部分结果如下：
[Content_Types].xml _rels/.rels ppt/presentation.xml ppt/slides/_rels/slide2.xml.rels ppt/slides/slide1.xml ppt/slides/slide2.xml ppt/slides/slide3.xml 复制代码
可以看到我们打印出了压缩包的文件。
2、解压文件
我们还可以通过下面的方式打开压缩包：
from zipfile import ZipFile with ZipFile("test.pptx") as f: for file in f.namelist(): print(file) 复制代码
通过with语句，就可以不显示地调用close方法。下面我们看看解压操作：
from zipfile import ZipFile with ZipFile("test.pptx") as f: for file in f.namelist(): # 解压文件 f.extract(file, path="unzip") 复制代码
解压文件的操作通过f.extract来实现，这里传入了两个参数，分别是压缩包文件，和解压路径，如果压缩包有密码还需要传入解压密码。
然后我们还需要判断一下，如果是媒体目录我们才解压。我们添加一点代码：
from zipfile import ZipFile with ZipFile("test.pptx") as f: for file in f.namelist(): # 如果是media目录下的文件就解压 if file.startswith("ppt/media/"): f.extract(file, path="unzip") 复制代码
这样我们就实现了PPT图片的提取。
四、提取PPT中的图片
我们把上面代码再完善一下：
import os from zipfile import ZipFile # 解压目录 unzip_path = "unzip" # 如果解压目录不存在则创建 if not os.path.exists(unzip_path): os.mkdir(unzip_path) with ZipFile("test1/test.pptx") as f: for file in f.namelist(): if file.startswith("ppt/media/"): f.extract(file, path=unzip_path) 复制代码
这里我们就是添加了一个解压目录的创建，这样我们执行的时候就不会因为目录不存在而报错了。
另外，其实我们手动解压然后提取PPT中的图片也是很方便的，也并不会比程序慢。
![[PDF提取重命名]提取识别文字并对PDF文件批量重命名,提取PDF指定可复制的内容并批量重命名PDF，批量PDF文档指定识别提取区域](https://ucc.alicdn.com/pic/developer-ecology/gt6vi3it2dzm6_86eb888fbaaa4491b057358c566e1967.jpg?x-oss-process=image/resize,h_160,m_lfit)
