如何用Python提取XLSX表格中嵌入图片的关联URL？

方案一：使用win32com操作Excel对象模型（Windows环境） #

Excel中图片关联的超链接存储在工作表的Shape对象中，通过pywin32库可直接访问Excel的COM对象提取：

1. 先安装依赖：

pip install pywin32

2. 示例代码：

import win32com.client as win32
from win32com.client import constants

excel = win32.gencache.EnsureDispatch('Excel.Application')
excel.Visible = False  # 后台运行不打开Excel窗口

workbook = excel.Workbooks.Open(r'你的Excel文件路径.xlsx')

for sheet in workbook.Sheets:
    print(f"工作表：{sheet.Name}")
    for shape in sheet.Shapes:
        # 判断当前Shape是否为图片
        if shape.Type == constants.msoPicture:
            if shape.Hyperlink is not None:
                print(f"图片名称：{shape.Name}，关联URL：{shape.Hyperlink.Address}")
            else:
                print(f"图片名称：{shape.Name}，无关联URL")

workbook.Close(SaveChanges=False)
excel.Quit()

方案二：直接解析Excel的XML结构（跨平台） #

.xlsx本质是压缩包，内部的绘图XML文件（路径通常为xl/drawings/drawingN.xml）存储了图片与超链接的关联关系，可通过解压+XML解析实现：

1. 先安装依赖：

pip install lxml

2. 示例代码：

import zipfile
from lxml import etree

with zipfile.ZipFile('你的Excel文件路径.xlsx', 'r') as zf:
    # 遍历所有绘图XML文件
    for filename in zf.namelist():
        if filename.startswith('xl/drawings/') and filename.endswith('.xml'):
            with zf.open(filename) as f:
                tree = etree.fromstring(f.read())
                # 定义XML命名空间
                ns = {
                    'xdr': 'http://schemas.openxmlformats.org/drawingml/2006/spreadsheetDrawing',
                    'a': 'http://schemas.openxmlformats.org/drawingml/2006/main'
                }
                # 查找所有带超链接的图片形状
                for pic in tree.xpath('//xdr:pic', namespaces=ns):
                    hyperlink = pic.xpath('.//xdr:hyperlink/@r:id', namespaces={**ns, 'r': 'http://schemas.openxmlformats.org/officeDocument/2006/relationships'})
                    if hyperlink:
                        # 从关系文件中获取实际URL
                        rel_filename = f"xl/drawings/_rels/{filename.split('/')[-1]}.rels"
                        if rel_filename in zf.namelist():
                            with zf.open(rel_filename) as rel_f:
                                rel_tree = etree.fromstring(rel_f.read())
                                url = rel_tree.xpath(f"//r:Relationship[@Id='{hyperlink[0]}']/@Target", namespaces={'r': 'http://schemas.openxmlformats.org/officeDocument/2006/relationships'})
                                if url:
                                    print(f"图片关联URL：{url[0]}")

注意：方案二需要处理Excel内部的关系文件（.rels），不同Excel文件的绘图文件命名可能有差异（如drawing1.xml、drawing2.xml），需根据实际情况调整。

内容的提问来源于stack exchange，提问作者Sharp Dev