Python GUI程式設計：製作一個文件圖片提取軟體
本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯絡我們以作處理
以下文章最早早起Python，作者GUI工作組
私信回覆“資料”，即可免費領取Python實戰案例講解視訊
Python GUI製作視訊解析神器，全網視訊免費看
https://www.bilibili.com/video/BV1tz4y1o7Yc/
前言
本文將進一步講解如何用Python提取PDF與Word中圖片，並結合之前講解過的GUI框架PysimpleGUI，做一個多檔案圖片提取軟體，效果如下：
本文主要將分為以下部分講解：
- PDF，Word，Excel檔案圖片提取
- 構造圖片提取器GUI框架
- 整合程式碼並打包
主要涉及的Python模組有：
- PIL
- PySimpleGUI
- re
- win32
- os
- zipfile
- fitz
準備工作
首先使用pip安裝相關依賴模組
pip install pillow #這是對模組PTL的安裝 pip install pypiwin32 #這是對win32的安裝 pip install os pip install zipfile pip install PyMuPDF #這是引用fitz對PDF操作的包 pip install PySimpleGui
一，提取各檔案內嵌圖片
在之前的文章有講過，讀取Excel有兩種方法。一種是將字尾名改成.zip格式進行提取，一種是通過Pillow模組對Excel進行圖片複製與儲存。而在我們這次3種檔案格式的圖片提取當中，Excel提取圖片方法和之前一樣。
Word中圖片提取方法和通過.zip提取方法類似，PDF提取圖片方法要用到新的模組。由於Excel中提取圖片的兩種方法在之前的文章講過，故這裡只講解PDF和Word中的提取方法。
1.1提取Word圖片思路
和以前一樣，我們先看程式碼再講解
path = values["lujing"] count = 1 for file in os.listdir(path): new_file = file.replace(".docx",".zip") os.rename(os.path.join(path,file),os.path.join(path,new_file)) count+=1 number = 0 craterDir = values["lujing"] + '/' # 存放zip檔案的資料夾路徑 saveDir = values["lujing"] + '/' # 存放圖片的路徑 list_dir = os.listdir(craterDir) # 獲取所有的zip檔名 for i in range(len(list_dir)): if 'zip' not in list_dir[i]: list_dir[i] = '' while '' in list_dir: list_dir.remove('') for zip_name in list_dir: # 預設模式r,讀 azip = zipfile.ZipFile(craterDir + zip_name) # 返回所有資料夾和檔案 namelist = (azip.namelist()) for idx in range(0,len(namelist)): if namelist[idx][:11] == 'word/media/':#圖片是在這個路徑下 img_name = saveDir + str(number)+'.jpg' f = azip.open(namelist[idx]) img = Image.open(f) img = img.convert("RGB") img.save(img_name,"JPEG") number += 1 azip.close() #關閉檔案，必須有，釋放記憶體
這裡的程式碼和GUI中通過.zip方式提取Excel圖片的程式碼思路是一樣的。
“
path = values["lujing"]這裡是讀取GUI中鍵為**“ lujing” **的值，也即檔案儲存位置，用於os模組讀取與操作。
new_file = file.replace(".docx",".zip")是替換字尾名，如果是Excel的話，就把.docx改成.xlsx或xls。
craterDir = values["lujing"] + '/'這是存放zip檔案的資料夾路徑，注意此處重新到的鍵為“ lujing”的值後要在後面新增/。
saveDir = values["lujing"] + '/'這是存放圖片的路徑，同理，和上面一樣加個/號。
”
最後說一下與Excel提取比例，最大的不同是下面的程式碼
if namelist[idx][:11] == 'word/media/':細心的讀者可以發現，與Excel提取比例，中括號裡面的值改了。
很好理解，我們可以列印名稱列表[idx]，可以發現在索引0到10是'word/media/'所在位置。而在Excel中是前9位。
感興趣的讀者可以翻看之前的文章，那裡有對這段程式碼的詳細解析，這裡不多做介紹。
1.2提取PDF圖片思路
和之前的excel提取圖片一樣，在一個pdf中加入4張圖片，我們將它壓縮為zip檔案
讀取後
相關程式碼如下：
def pdf2pic(path, pic_path): doc = fitz.open(path) nums = doc._getXrefLength() imgcount = 0 for i in range(1, nums): text = doc._getXrefString(i) if ('Width 2550' in text) and ('Height 3300' in text) or ('thumbnail' in text): continue checkXO = r"/Type(?= */XObject)" checkIM = r"/Subtype(?= */Image)" isXObject = re.search(checkXO, text) isImage = re.search(checkIM, text) if not isXObject or not isImage: continue imgcount += 1 pix = fitz.Pixmap(doc, i) img_name = "img{}.png".format(imgcount) if pix.n < 5: try: pix.writePNG(os.path.join(pic_path, img_name)) pix = None except: pix0 = fitz.Pixmap(fitz.csRGB, pix) pix0.writePNG(os.path.join(pic_path, img_name)) pix0 = None if __name__ == '__main__': path = values["lujing"]+ '/' + values["wenjian"] pic_path = values["lujing"] pdf2pic(path, pic_path)
先說一下這段程式碼的思路吧，由於PDF不能像Excel和Word一樣改字尾名進行提取，故這裡運用python的一個模組PyMuPDF，過程如下
- 閱讀PDF並遍歷每一頁
- 篩選無用的元素並用正則表示式獲取圖片
- 生成並儲存圖片
fitz.open(path)是開啟PDF資料夾，這裡的路徑是需要在GUI介面中獲取使用者的檔案放置路徑於檔名的。
for i in range(1, nums): text = doc._getXrefString(i)
這是我們的第一步重新並存歷，將重新引入到的字串內容放入到文字中
if ('Width 2550' in text) and ('Height 3300' in text) or ('thumbnail' in text): continue
由於PDF每頁的背景就是一張圖片，故我們可以通過寬高來尋找這些背景圖片並用continue把他們剔除。
checkXO = r"/Type(?= */XObject)" checkIM = r"/Subtype(?= */Image)" isXObject = re.search(checkXO, text) isImage = re.search(checkIM, text) if not isXObject or not isImage: continue
我們通過實驗發現圖片所對應的字串在checkxo與checkIM這兩個中。故用正則表示式在文字中進行索引提取，用到了re模組的搜尋函式。如果不是這兩個字串就用繼續剔除。
pix = fitz.Pixmap(doc, i) img_name = "img{}.png".format(imgcount) if pix.n < 5: try: pix.writePNG(os.path.join(pic_path, img_name)) pix = None except: pix0 = fitz.Pixmap(fitz.csRGB, pix) pix0.writePNG(os.path.join(pic_path, img_name)) pix0 = None
這是最後一步生成與儲存圖片
“
pix = fitz.Pixmap(doc, i)是生成影象語句，doc代表PDF檔案，i代表遍歷每個圖片物件的索引值。
img_name = "img{}.png".format(imgcount)是設定影象名語句，用提取到的圖片的序列號作為命名格式。
”
如果pix.n <5，可以直接存為PNG，否則將進行RGB變換在儲存。
由於程式碼採用的是def函式編寫模式，故最後還要一個函式的初始化：if __name__ == '__main__':
至此，3種檔案格式（Excel，Word，PDF）圖片提取方法已全部講解，接下來就是重中之重GUI生成了。
二，GUI框架建造
先看完整程式碼：
import PySimpleGUI as sg sg.ChangeLookAndFeel('GreenTan') #更換主題 menu_def = [['&使用說明', ['&注意']]] layout = [ [sg.Menu(menu_def, tearoff=True)], [sg.Frame(layout=[ [sg.Radio('Excel1', "RADIO1",size=(10,1),key="Excel1"), sg.Radio('Word', "RADIO1",default=True,key="Word")], [sg.Radio('Excel2', "RADIO1", enable_events=True, size=(10,1),key="Excel2"), sg.Radio('PDF', "RADIO1",key="PDF")]], title='選項',title_color='red', relief=sg.RELIEF_SUNKEN, tooltip='Use these to set flags')], [sg.Text('檔案位置', size=(8, 1), auto_size_text=False, justification='right'), sg.InputText(enable_events=True,key="lujing"), sg.FolderBrowse()], [sg.Text('檔名字', size=(8, 1), justification='right'), sg.InputText(enable_events=True,key="wenjian")], [sg.Submit(tooltip='檔案'), sg.Cancel()]] window = sg.Window('圖片提取器', layout, default_element_size=(40, 1), grab_anywhere=False) while True: event, values = window.read() if event == "Submit": if values["Excel2"] == True: ''' 事件繫結 ''' sg.Popup("提取成功") if values["Excel1"] == True: ''' 事件繫結 ''' sg.Popup("提取成功") if values["Word"] == True: ''' 事件繫結 ''' sg.Popup("提取成功") if values["PDF"] == True: ''' 事件繫結 ''' sg.Popup("提取成功") if event == "Cancel" or event == sg.WIN_CLOSED: break if event == "注意": sg.Popup("作用講解：", "Excel1 ：解析選定位置中所有的Excel檔案，無需在檔名處填寫", "Excel2 ：解析選定位置中單個指定的Excel檔案，需在檔名處填寫", "Word ： 解析選定位置中單個指定的docx結尾的檔案，無需在檔名處填寫", "PDF ： 解析選定位置中單個指定的PDF檔案，需在檔名處填寫") window.close()
效果呈現：
程式碼解析：做PySimpleGUI還是原來那個步驟：
匯入 建立一些小部件建立視窗建立事件迴圈
當然，做GUI之前就是先想清楚自己的圖形互動頁面長什麼樣，像我就是現在紙上畫一個大概，這樣更有益於製作頁面。
初步先引用模組
第二步新增元素（小部件）到容器（layout）中，這裡先介紹一下用到到的部件：
“
Menu：顧名思義，這是選單欄，每個GUI都必帶一個選單欄來提示使用者該如何做，我們這裡用了menu_def這個佈局來完成選單的設定。
Frame：這個跟layout佈局完全相同，工作方式也一樣，他們都是容器元素。可以看到“選項”那裡是一個指示器的正方形，裡面有四個選項，作用就是這個。注意，&這個符號的作用是建立相同型別的選單，這裡只有注意事項這一個選單，故可以不用管，讀者如果想新增同樣的選單的話必須新增一個&。tearoff=True這個引數是選單欄中每個子選項上面加虛線。
Radio：單選按鈕。我們只可以在同樣的id上選擇一個選項。id就是指程式碼中的“ ra-dio1 ”。其中每個無線電函式的第一個引數是文字內容，這裡就是我們要進行提取的4個檔案格式。而“ size”就是位置，每行的第一個設定同樣的引數（10，1）。最後就是我們進行事件幫忙的繫結鍵，其中“ enable_events”可以不寫因為我們只是呼叫它而不用去對它產生事件。
Text：之前有講是不能改的正文內容。同樣這裡設定的位置引數（8，1），justification='right'有點類似我們平常用的單詞那個向右指向。
InputText：需要使用者輸入的正文內容。這裡有兩個需要我們填充的地方：檔案位置和檔名。這裡需要設定鍵，因為在後面事件繫結中我們需要呼叫檔案儲存路徑和檔名，在文中上半部分有提到過。
FolderBrowse：簡易的開啟檔案路徑操作，不用你去複製路徑。
Submit：確定按鈕，這裡繫結為執行提取文件圖片事件
Cancel：退出主程式按鈕。
”
第三步就是建立窗戶來容納這些元素佈置。
第四步建立事件迴圈，可以看到程式碼，都是一樣的套路：當用戶點選提交按鈕時系統將進行判斷你按的是該單選按鈕，長長的進行相對應的事件執行。當你點選cancel或者×時，就是退出主程式。當你按選單中的注意時，就會彈出一個指示告訴你這個系統怎麼用。
在事件迴圈中，我們用values[]的布林值來判斷我們選的是哪個單選按鈕，有讀者疑問為什麼不用event=，因為我們在第一個if當中用了eventso第二個if當中需要換一個判斷方法。
至此，GUI部分就搞定了！景點的讀者可以繼續在上面新增功能。
三，打包
我們將完整程式碼整合在一起，後安裝pyinstaller模組
pip install pyinstaller
如果你的上述專案程式碼檔案命名為：photo.py。那麼你要用以下命令進行打包
pyinstaller photo.py
最後打包成功之後，你會在py檔案所在的資料夾看到一個dist的子資料夾。進去之後，找到pachong.exe檔案並執行它即可。
注意，資料夾裡附帶了很多檔案，您可以刪除它。當然，如果嫌麻煩就直接從photo.py檔案用Python執行。