能否用Python库实现提取Word图表与形状的VBA功能？

解决方案思路 #

通过Python调用Word的COM接口（借助pywin32库），完全复刻现有VBA宏的逻辑，既能实现提取需求，又能规避VBS脚本的信任问题与速度瓶颈。

依赖安装 #

首先安装所需库：

pip install pywin32

完整代码 #

import win32com.client as win32
import os

# 定义Word常量（对应VBA枚举值）
wdPasteEnhancedMetafile = 27
wdInLine = 0
wdDoNotSaveChanges = 0

def extract_word_images(doc_path, output_dir):
    # 创建输出文件夹（不存在则自动创建）
    os.makedirs(output_dir, exist_ok=True)
    
    # 启动Word后台进程
    word = win32.gencache.EnsureDispatch('Word.Application')
    word.Visible = False
    
    try:
        # 打开目标文档
        doc = word.Documents.Open(doc_path)
        
        # ---------------------- 提取所有Shapes为EMF图片 ----------------------
        shape_idx = 1
        # 反向遍历Shapes集合，避免剪切操作导致的元素遗漏
        for i in range(doc.Shapes.Count, 0, -1):
            shape = doc.Shapes(i)
            # 剪切形状并粘贴为嵌入式EMF图片
            shape.Select()
            word.Selection.Cut()
            inline_img = word.Selection.PasteSpecial(
                Link=False,
                DataType=wdPasteEnhancedMetafile,
                Placement=wdInLine,
                DisplayAsIcon=False
            )
            # 保存图片到指定文件夹
            save_path = os.path.join(output_dir, f"shape_{shape_idx}.emf")
            with open(save_path, 'wb') as f:
                f.write(inline_img.Range.EnhMetaFileBits)
            shape_idx += 1
        
        # ---------------------- 提取所有InlineShapes中的图表为EMF图片 ----------------------
        chart_idx = 1
        for inline_shape in doc.InlineShapes:
            if inline_shape.HasChart:
                save_path = os.path.join(output_dir, f"chart_{chart_idx}.emf")
                with open(save_path, 'wb') as f:
                    f.write(inline_shape.Range.EnhMetaFileBits)
                chart_idx += 1
        
        print(f"提取完成！共保存{shape_idx-1}个形状、{chart_idx-1}个图表至 {output_dir}")
        
    except Exception as e:
        print(f"处理出错：{str(e)}")
    finally:
        # 关闭文档（不保存修改，如需保留转换后的文档可改为wdSaveChanges）
        doc.Close(wdDoNotSaveChanges)
        # 退出Word进程
        word.Quit()

# 使用示例（替换为你的文档路径和输出文件夹）
if __name__ == "__main__":
    target_doc = r"C:\your\document\path\file.docx"
    output_folder = r"C:\temp\word_extracted_images"
    extract_word_images(target_doc, output_folder)

关键说明 #

1. 反向遍历Shapes：剪切操作会改变Shapes集合的元素数量，反向遍历可避免遗漏未处理的形状
2. 二进制数据写入：通过EnhMetaFileBits直接获取图片/图表的原始二进制数据，与VBA宏的文件写入逻辑完全一致
3. 后台运行：设置word.Visible=False让Word在后台处理，提升速度且不干扰当前操作
4. 文档保护：若原文档有宏或编辑限制，需手动解除后再运行脚本

内容的提问来源于stack exchange，提问作者ahmad