import zipfile
import os
import shutil
import hashlib
import send2trash
'''
假設(shè)所有的word文檔存放在某路徑中,這個(gè)路徑中包含各種雜七雜八的玩意
使用Everything,或者"篩選文件.py"把所有的docx文件移動(dòng)到C:\\Users\\asuka\\Desktop\\123
逐個(gè)解壓每個(gè)docx文檔,并提取圖片
強(qiáng)烈建議使用Everything用來(lái)篩選出所有的word文檔,這樣假如有兩個(gè)重名的文檔,可以手動(dòng)處理
如果編寫軟件來(lái)實(shí)現(xiàn)的話,會(huì)麻煩很多
'''

# 一個(gè)用來(lái)解壓文件的函數(shù)
def extract_zip(zip_path):
 os.chdir(os.path.dirname(zip_path))  # 需要進(jìn)入到這個(gè)路徑下，這樣解壓的文件，才在這個(gè)路徑下
 a = zipfile.ZipFile(zip_path)  # 調(diào)用zipfile.ZipFile()函數(shù),創(chuàng)建一個(gè)ZipFile對(duì)象
 a.extractall()
 a.close()
 os.chdir(path)  # 恢復(fù)到之前的路徑

# 用來(lái)獲取所有的圖片
'''
測(cè)試的時(shí)候發(fā)現(xiàn)，不同word文件解壓之后，里面的圖片命名格式一致，
導(dǎo)致不能直接移動(dòng)圖片，否則會(huì)造成文件覆蓋，這里需要對(duì)找到的每一個(gè)文件，進(jìn)行重命名
'''

def get_picture(demo_path):
 count = 1  # 用來(lái)個(gè)圖片進(jìn)行重命名
 for current_folder, list_folders, files in os.walk(demo_path):
  for f in files:
if f.endswith('png') or f.endswith('jpg') or f.endswith('jpeg'):  # 設(shè)置圖片類型是這種
 move_f = current_folder + '\\' + f  # 給出要移動(dòng)的文件的路徑
 new_file_path = path1 + '\\' + str(count) + '.' + f.rpartition('.')[-1]  # 指定新文件的文件路徑，文件名數(shù)字遞增，文件后綴
 shutil.move(move_f, new_file_path)  # 移動(dòng)文件
 count += 1
 print('[-] 總共獲取圖片{}張'.format(count - 1))

# 對(duì)圖片去重
# 計(jì)算每個(gè)圖片的md5值，據(jù)此進(jìn)行去重，去重的文件會(huì)被刪除到回收站中
def only_one(test_path):
 md5_list = []
 count = 0
 for current_folder, list_folders, files in os.walk(test_path):
  for file in files:
picture_path = current_folder + '\\' + file  # 獲取每個(gè)圖片的路徑
f = open(picture_path, 'rb')  # 開始計(jì)算每個(gè)圖片的md5值
md5obj = hashlib.md5()
md5obj.update(f.read())
get_hash = md5obj.hexdigest()
f.close()
md5_value = str(get_hash).upper()
# 開始去重
if md5_value in md5_list:
 send2trash.send2trash(picture_path)  # 如果這個(gè)文件的md5值曾經(jīng)出現(xiàn)過(guò)，就刪除這張圖片
 count += 1
 print('[-] 刪除重復(fù)圖片：' + str(file))
else:
 md5_list.append(md5_value)  # 如果這個(gè)圖片的md5值不存在列表中，就添加進(jìn)列表中
 print('[-] 共刪除重復(fù)圖片：{}張'.format(count))

print('[+] 只有后綴是docx的word文檔才可以提取圖片！??！')
path = input('[+] 請(qǐng)輸入word文檔所在文件夾：')  # 獲取原始的word文檔所在路徑
os.chdir(path)
print("[+] 請(qǐng)輸入一個(gè)路徑，用來(lái)存放所有的圖片")
print("[+] 或者按回車鍵，我將自動(dòng)把圖片整理之后存放在你的桌面")
path1 = input('')  # path1 用來(lái)存放所有的圖片文件
if len(path1):
 pass
else:
 desktop_path = os.path.join(os.path.expanduser("~"), 'Desktop')  # 獲取桌面路徑
 path1 = os.path.join(desktop_path, '所有word文件中的圖片')
 os.makedirs(path1)
files = os.listdir(path)  # 獲取指定文件夾下的所有文件
for file in files:  # 遍歷指定文件夾下的所有文件
 if file.endswith('docx'):  # 加一個(gè)判斷，這樣即使path路徑下有別的類型文件也無(wú)妨
  filename = file.rpartition('.')[0]  # 獲取文件的文件名
  file_path = os.path.join(path, filename)
  os.makedirs(file_path)  # 為獲取到的文件名創(chuàng)建一個(gè)文件夾
  shutil.move(file, file_path)  # 把word文檔移動(dòng)到同名文件夾中
  word_path = os.path.join(file_path, file)  # 獲取此時(shí)word文件的文件路徑
  extract_zip(word_path)  # 不用改后綴，直接解壓docx文件
get_picture(path)
only_one(path1)
print('[-] 現(xiàn)有圖片：{}張'.format(len(os.listdir(path1))))

from win32com import client

# 轉(zhuǎn)換doc為docx
def doc2docx(fn):
 word = client.Dispatch("Word.Application")  # 打開word應(yīng)用程序
 # for file in files:
 doc = word.Documents.Open(fn)  # 打開word文件
 doc.SaveAs("{}x".format(fn), 12)  # 另存為后綴為".docx"的文件，其中參數(shù)12或16指docx文件
 doc.Close()  # 關(guān)閉原來(lái)word文件
 word.Quit()

# 轉(zhuǎn)換docx為doc
def docx2doc(fn):
 word = client.Dispatch("Word.Application")  # 打開word應(yīng)用程序
 # for file in files:
 doc = word.Documents.Open(fn)  # 打開word文件
 doc.SaveAs("{}".format(fn[:-1]), 0)  # 另存為后綴為".docx"的文件，其中參數(shù)0指doc
 print(fn[:-1])
 doc.Close()  # 關(guān)閉原來(lái)word文件
 word.Quit()

doc2docx(r'C:\Users\asuka\Desktop\11\123.doc')
docx2doc(r'C:\Users\asuka\Desktop\11\456.docx')