如何从Linux的Word文档中提取图像

是否有（Linux）命令行工具可以从MS Word文档中提取所有图像（最好是可以处理.docx格式的图像）？

由于docx文件是zip文件，因此您可以解压缩docx文件，然后选择图像文件。

我没有要测试的Microsoft Office，因此我从互联网上下载了一些随机docx文件。图像似乎总是存储在word/media归档文件的目录中。

此命令将从media档案库的目录中提取所有文件：

unzip foo.docx "word/media/*"

此命令将仅提取*.jpeg文件：

unzip foo.docx "*.jpeg"

请注意，您必须指定"*.jpg"如果文件被保存为jpg代替jpeg。我认为图像也可能以其他格式存储。我不知道图像是否可以存储在word/media目录以外的其他位置。您可以使用unzip -l列出存档的内容。

将Word文档另存为网页是Windows上用于将所有图像提取到文件夹中的一项技术：http : //support.microsoft.com/kb/555171

可能会遇到很多麻烦，但是也许您可以从命令行控制Linux上的Open Office提取图像，方法可能是转换为网页并以其创建的支持文件夹中的图像结尾。