MS Officeファイルから画像とテキストを分離するPython

word、excel、pptなどのMS Officeファイルからテキストと画像を分離する方法はありますか？と文書内の画像の位置を取得するテキスト間の文書で）？MS Officeファイルから画像とテキストを分離するPython

Linuxボックス用にアプリケーションを開発する必要があります。

お勧めします。

2010-11-19 Ankit Jaiswal

97-2003のファイルがついている場合は、ZIP形式の2007年のファイル（XMLと他のファイルとしての文書）を使用できる場合よりもはるかに難しくなります。 –

[Officeファイル形式はかなり複雑だから]主にこれを行うライブラリがあるとは思わない（http://www.joelonsoftware.com/items/2008/02/19.html）。イメージを抽出するには、ファイルを.docx/.xlsxファイルとして保存し、名前を「* .zip」に変更して、zipアーカイブ内のイメージを探します。 –

文書をRTF形式で保存すると、別の戦闘機会が発生する可能性があります。その方法は、少なくとも「判読可能な」形式です。おそらくあなたはそこに画像の位置を見つけることができます。 –

OpenOffice-wikiのPython UNOバインディングをhttp://wiki.services.openoffice.org/wiki/Pythonにすると、LinuxでMSOfficeのドキュメントを開いて作業できるようになります。

正確に何を達成しようとしていますか？OfficeドキュメントをHTML化する新しい方法ですか？

出典

2010-11-20 16:18:02

はい、あなたはそれを言うことができます。 –

MS Officeファイルから画像とテキストを分離するPython

答えて

関連する問題