Python自动化实现Excel图片链接转内嵌图片

1. 项目背景与需求场景

在日常办公自动化处理中，我们经常遇到这样的需求：Excel表格中存放了大量图片的网络链接（如http://example.com/image1.jpg），但我们需要将这些链接直接显示为单元格内嵌的图片。这种需求在商品目录管理、员工信息表、产品展示等场景中尤为常见。

传统的手动操作方式是：

1. 逐个复制图片链接
2. 在浏览器中打开链接
3. 右键保存图片到本地
4. 回到Excel插入图片
5. 调整图片大小和位置

这种方法对于少量图片尚可接受，但当需要处理成百上千个图片链接时，就变得极其低效且容易出错。这正是我们需要用Python实现自动化解决方案的核心动机。

2. 技术方案选型与工具准备

2.1 核心工具链选择

实现这个功能主要需要以下Python库：

• openpyxl：处理Excel文件的主流库，支持.xlsx格式的读写和图片插入
• requests：用于从网络下载图片
• Pillow：Python图像处理库，用于图片格式验证和必要时的转换

安装命令：

bash复制pip install openpyxl requests Pillow

注意：如果使用Anaconda环境，建议通过conda安装Pillow以避免可能的兼容性问题：

bash复制conda install pillow

2.2 文件格式注意事项

• 本方案仅支持.xlsx格式（Excel 2007及以上版本）
• 如需处理旧版.xls文件，需先转换为.xlsx格式
• 图片链接必须是可直接访问的HTTP/HTTPS URL

3. 完整实现代码与分步解析

3.1 基础功能实现

以下是核心功能的完整代码实现：

python复制import os
from io import BytesIO
import requests
from openpyxl import load_workbook
from openpyxl.drawing.image import Image
from PIL import Image as PILImage

def url_to_image(url):
    """将图片URL转换为Pillow Image对象"""
    response = requests.get(url)
    img_data = BytesIO(response.content)
    return PILImage.open(img_data)

def insert_images_to_excel(input_file, output_file, url_column, start_row=2):
    """
    主处理函数
    :param input_file: 输入Excel文件路径
    :param output_file: 输出Excel文件路径
    :param url_column: 包含图片URL的列字母（如'A'）
    :param start_row: 数据开始的行号（默认为2，跳过标题行）
    """
    wb = load_workbook(input_file)
    ws = wb.active
    
    for row in range(start_row, ws.max_row + 1):
        cell = ws[f"{url_column}{row}"]
        if cell.value and str(cell.value).startswith(('http://', 'https://')):
            try:
                img = url_to_image(cell.value)
                img_io = BytesIO()
                img.save(img_io, format=img.format)
                img_io.seek(0)
                
                # 创建openpyxl Image对象
                excel_img = Image(img_io)
                
                # 设置图片位置和大小（可选）
                excel_img.anchor = f"{chr(ord(url_column)+1)}{row}"
                excel_img.width = 100  # 设置宽度为100像素
                excel_img.height = 100  # 设置高度为100像素
                
                ws.add_image(excel_img)
            except Exception as e:
                print(f"处理行 {row} 时出错: {e}")
    
    wb.save(output_file)
    print(f"处理完成，结果已保存到 {output_file}")

3.2 代码关键点解析

1. 图片下载处理：

   • 使用requests库获取图片二进制数据
   • 通过BytesIO将数据转为内存中的文件对象
   • 用Pillow验证图片有效性并获取格式信息

2. Excel操作：

   • openpyxl.drawing.image.Image用于创建Excel可识别的图片对象
   • anchor属性确定图片插入位置（默认插入URL列右侧的单元格）
   • 图片大小通过width和height属性控制（单位是像素）

3. 错误处理：

   • 捕获可能出现的网络请求失败、图片格式错误等异常
   • 跳过处理失败的行，避免整个程序中断

4. 高级功能扩展与优化

4.1 批量调整图片大小

在实际应用中，我们经常需要统一所有图片的显示尺寸。可以通过修改主函数实现：

python复制def insert_images_to_excel(..., target_size=(100,100)):
    # ...原有代码...
    excel_img.width = target_size[0]
    excel_img.height = target_size[1]
    # ...后续代码...

4.2 保持图片原始比例

如果需要保持图片原始比例，只需设置宽度或高度中的一个：

python复制# 只设置宽度，高度自动按比例调整
excel_img.width = 150  # 设置目标宽度
aspect_ratio = img.height / img.width  # 计算宽高比
excel_img.height = int(150 * aspect_ratio)  # 按比例计算高度

4.3 多列URL处理

处理多列包含图片URL的情况：

python复制url_columns = ['A', 'C']  # 需要处理的列
for col in url_columns:
    for row in range(start_row, ws.max_row + 1):
        # 处理逻辑...

5. 实际应用中的注意事项

5.1 网络图片访问问题

• 认证图片：有些图片可能需要认证才能访问，可以在请求中添加headers：

  python复制headers = {'Authorization': 'Bearer your_token'}
  response = requests.get(url, headers=headers)
  

• 超时设置：避免因网络问题导致程序长时间挂起

  python复制response = requests.get(url, timeout=10)  # 10秒超时
  

5.2 性能优化建议

1. 大文件处理：

   • 对于超过1000行的Excel文件，建议分批处理
   • 可以每处理100行保存一次临时结果

2. 图片缓存：

   • 相同的URL图片可以缓存到本地，避免重复下载

   python复制image_cache = {}
   if url in image_cache:
       img = image_cache[url]
   else:
       img = url_to_image(url)
       image_cache[url] = img
   

3. 多线程处理：

   • 使用concurrent.futures加速图片下载

   python复制from concurrent.futures import ThreadPoolExecutor
   
   def download_image(url):
       # 下载逻辑...
   
   with ThreadPoolExecutor(max_workers=5) as executor:
       results = list(executor.map(download_image, url_list))
   

6. 常见问题排查指南

6.1 图片无法显示问题

现象：Excel中显示红叉或空白

• 检查1：确认URL可公开访问

  python复制print(requests.get(url).status_code)  # 应为200
  

• 检查2：验证图片格式是否被Excel支持

  python复制print(img.format)  # 应为JPEG/PNG等常见格式
  

6.2 文件损坏问题

现象：生成的Excel文件无法打开

• 解决方案：
  1. 确保使用wb.save()而非直接关闭
  2. 检查文件路径是否有特殊字符
  3. 尝试换用临时文件路径

6.3 内存不足问题

现象：处理大文件时程序崩溃

• 优化方案：

  python复制wb = load_workbook(filename, read_only=False, keep_vba=False)
  # 处理完成后
  wb.close()
  

7. 完整案例演示

假设我们有如下Excel文件（products.xlsx）：

执行转换：

python复制insert_images_to_excel(
    input_file="products.xlsx",
    output_file="products_with_images.xlsx",
    url_column="C",  # 图片URL在C列
    start_row=2,     # 数据从第2行开始
    target_size=(120, 120)
)

处理后的Excel将在D列显示对应的产品图片，所有图片统一为120×120像素大小。

8. 进一步扩展思路

1. 本地图片支持：

   python复制if url.startswith(('http://', 'https://')):
       # 网络图片处理逻辑
   else:
       # 本地文件处理
       img = PILImage.open(url)
   

2. 图片水印添加：

   python复制from PIL import ImageDraw, ImageFont
   
   def add_watermark(img, text):
       draw = ImageDraw.Draw(img)
       font = ImageFont.load_default()
       draw.text((10, 10), text, fill="red", font=font)
       return img
   

3. 与数据库集成：

   • 直接从数据库读取URL列表
   • 将结果写回数据库而非Excel

我在实际项目中发现，当处理超过500个图片时，建议增加进度显示功能：

python复制from tqdm import tqdm

for row in tqdm(range(start_row, ws.max_row + 1), desc="处理进度"):
    # 处理逻辑...

这样可以在控制台显示美观的进度条，方便预估剩余时间。