Python实现Excel图片批量导出与自动化处理-代码聚汇网

Python实现Excel图片批量导出与自动化处理

小泉水

1. 为什么需要从Excel批量导出图片？

在日常办公和数据处理中，我们经常会遇到需要从Excel文件中提取图片的场景。比如市场部门收集的产品图片、人事部门的员工证件照、或者技术文档中的截图等。手动一张张右键另存为不仅效率低下，而且容易出错。

Python作为数据处理利器，配合openpyxl或xlrd等库可以轻松实现Excel图片的批量导出。这种方法特别适合以下场景：

需要处理大量包含图片的Excel文件
图片命名需要与单元格内容关联
要求自动化处理流程
需要后续对图片进行批量处理

2. 环境准备与工具选型

2.1 Python库的选择

处理Excel图片主要有以下几种方案：

库名称	优点	缺点	适用场景
openpyxl	功能全面，支持.xlsx格式	不支持旧版.xls	现代Excel文件
xlrd	支持.xls格式	不能直接提取图片	需要兼容旧版Excel
pillow	图像处理专业	需配合其他库使用	图片后处理

推荐使用openpyxl+pillow组合：

python复制pip install openpyxl pillow

2.2 文件结构设计

建议按以下目录结构组织代码：

code复制excel_image_extractor/
├── input/          # 存放待处理的Excel文件
├── output/         # 保存提取的图片
├── config.py       # 配置文件
└── extractor.py    # 主程序

3. 核心代码实现详解

3.1 加载Excel文件

python复制from openpyxl import load_workbook

def load_excel(file_path):
    try:
        wb = load_workbook(file_path)
        return wb
    except Exception as e:
        print(f"加载文件失败: {e}")
        return None

注意：openpyxl只能处理.xlsx格式，如果需要处理.xls文件，需要使用xlrd库转换格式。

3.2 图片提取逻辑

Excel中的图片存储在工作表的_images属性中，我们需要遍历所有工作表：

python复制from PIL import Image
import os

def extract_images(wb, output_dir):
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)
    
    for sheet in wb.worksheets:
        for idx, img in enumerate(sheet._images, 1):
            # 构造图片保存路径
            img_name = f"{sheet.title}_{idx}.png"
            img_path = os.path.join(output_dir, img_name)
            
            # 保存图片
            with open(img_path, "wb") as f:
                f.write(img._data())
            
            print(f"已保存: {img_path}")

3.3 图片命名优化

默认的命名方式可能不够直观，我们可以改进为使用单元格内容命名：

python复制def get_image_name_by_cell(sheet, img):
    # 获取图片锚定的单元格位置
    anchor = img.anchor
    if hasattr(anchor, '_from'):
        col = anchor._from.col
        row = anchor._from.row
    else:
        col = anchor.left_col
        row = anchor.top_row
    
    # 获取单元格内容作为图片名
    cell_value = sheet.cell(row=row+1, column=col+1).value
    if cell_value:
        return f"{cell_value}.png"
    return f"{sheet.title}_{col}_{row}.png"

4. 完整代码实现

python复制import os
from openpyxl import load_workbook
from PIL import Image

class ExcelImageExtractor:
    def __init__(self, input_dir="input", output_dir="output"):
        self.input_dir = input_dir
        self.output_dir = output_dir
        
    def process_all(self):
        for filename in os.listdir(self.input_dir):
            if filename.endswith(".xlsx"):
                filepath = os.path.join(self.input_dir, filename)
                self.process_file(filepath)
    
    def process_file(self, filepath):
        try:
            wb = load_workbook(filepath)
            base_name = os.path.splitext(os.path.basename(filepath))[0]
            output_subdir = os.path.join(self.output_dir, base_name)
            
            if not os.path.exists(output_subdir):
                os.makedirs(output_subdir)
            
            for sheet in wb.worksheets:
                self.extract_sheet_images(sheet, output_subdir)
                
            print(f"处理完成: {filepath}")
        except Exception as e:
            print(f"处理失败 {filepath}: {e}")
    
    def extract_sheet_images(self, sheet, output_dir):
        for idx, img in enumerate(sheet._images, 1):
            try:
                img_name = self.generate_image_name(sheet, img, idx)
                img_path = os.path.join(output_dir, img_name)
                
                with open(img_path, "wb") as f:
                    f.write(img._data())
                
                print(f"已保存: {img_path}")
            except Exception as e:
                print(f"图片保存失败: {e}")
    
    def generate_image_name(self, sheet, img, idx):
        # 尝试获取关联单元格内容
        cell_name = self.get_associated_cell(sheet, img)
        if cell_name and cell_name.strip():
            safe_name = "".join(c for c in cell_name if c.isalnum() or c in (' ', '_')).strip()
            return f"{safe_name}.png"
        return f"{sheet.title}_{idx}.png"
    
    def get_associated_cell(self, sheet, img):
        if hasattr(img, 'anchor'):
            anchor = img.anchor
            if hasattr(anchor, '_from'):
                col = anchor._from.col
                row = anchor._from.row
            else:
                col = anchor.left_col
                row = anchor.top_row
            
            return sheet.cell(row=row+1, column=col+1).value
        return None

if __name__ == "__main__":
    extractor = ExcelImageExtractor()
    extractor.process_all()

5. 高级功能扩展

5.1 图片格式转换

使用Pillow库可以轻松实现图片格式转换：

python复制def convert_image_format(input_path, output_path, format='JPEG', quality=85):
    try:
        img = Image.open(input_path)
        if img.mode in ('RGBA', 'LA'):
            background = Image.new(img.mode[:-1], img.size, '#ffffff')
            background.paste(img, img.split()[-1])
            img = background
        img.save(output_path, format=format, quality=quality)
        return True
    except Exception as e:
        print(f"格式转换失败: {e}")
        return False

5.2 图片压缩处理

python复制def compress_image(input_path, output_path, max_size=(1024, 1024), quality=85):
    try:
        img = Image.open(input_path)
        img.thumbnail(max_size, Image.ANTIALIAS)
        img.save(output_path, quality=quality)
        return True
    except Exception as e:
        print(f"图片压缩失败: {e}")
        return False

5.3 批量处理多个Excel文件

修改主程序支持批量处理：

python复制def batch_process(input_dir, output_dir):
    if not os.path.exists(input_dir):
        print(f"输入目录不存在: {input_dir}")
        return
    
    extractor = ExcelImageExtractor(input_dir, output_dir)
    extractor.process_all()

6. 常见问题与解决方案

6.1 图片提取不完整

可能原因：

Excel文件是旧版.xls格式
图片以OLE对象形式嵌入
工作表被保护

解决方案：

对于.xls文件，先用Excel另存为.xlsx格式
对于OLE对象，需要使用win32com等库特殊处理
解除工作表保护后再处理

6.2 图片命名混乱

优化命名策略：

python复制def generate_smart_name(sheet, img, idx):
    # 优先使用左侧单元格内容
    left_cell = self.get_associated_cell(sheet, img)
    if left_cell:
        return f"{left_cell}.png"
    
    # 其次使用上方单元格内容
    if hasattr(img.anchor, '_from'):
        col = img.anchor._from.col
        row = img.anchor._from.row
    else:
        col = img.anchor.left_col
        row = img.anchor.top_row
    
    if row > 1:
        top_cell = sheet.cell(row=row, column=col+1).value
        if top_cell:
            return f"{top_cell}.png"
    
    # 最后使用默认命名
    return f"{sheet.title}_{idx}.png"

6.3 大文件处理内存不足

对于包含大量图片的大型Excel文件：

分批次处理
增加内存限制检查
使用临时文件缓存

优化后的处理逻辑：

python复制def safe_extract_images(wb, output_dir, max_memory=1024):  # MB
    import psutil
    
    for sheet in wb.worksheets:
        for idx, img in enumerate(sheet._images, 1):
            # 检查内存使用
            mem = psutil.virtual_memory()
            if mem.available / (1024*1024) < max_memory:
                print("内存不足，暂停处理")
                return False
            
            # 处理图片...
    
    return True

7. 性能优化技巧

多线程处理：对于多个Excel文件，可以使用线程池并行处理

python复制from concurrent.futures import ThreadPoolExecutor

def parallel_process(files, output_dir, workers=4):
    with ThreadPoolExecutor(max_workers=workers) as executor:
        futures = []
        for file in files:
            future = executor.submit(process_single_file, file, output_dir)
            futures.append(future)
        
        for future in futures:
            future.result()

内存优化：及时释放不再需要的资源

python复制def process_file(filepath):
    try:
        wb = load_workbook(filepath)
        # 处理代码...
    finally:
        if 'wb' in locals():
            wb.close()
            del wb

增量处理：记录已处理文件，避免重复工作

python复制def get_processed_files(log_file="processed.log"):
    if os.path.exists(log_file):
        with open(log_file, 'r') as f:
            return set(f.read().splitlines())
    return set()

def log_processed_file(filename, log_file="processed.log"):
    with open(log_file, 'a') as f:
        f.write(f"{filename}\n")

8. 实际应用案例

8.1 电商产品图库管理

场景：从供应商提供的Excel产品目录中提取所有产品图片，并按产品ID命名。