继上一篇 使用Python读取Excel中的图片并对应到记录 ，经过实践之后，又发现了问题，便有了今天这篇。

1、经过实践后发现的问题

代码经过实践后，发现还是有问题，有些图片还是对应不到相应的记录，于是又开始了一波debugger，发现不是代码的锅，而是Excel解压后drawing1.xml的锅，来看看我们解析xml的代码：

1
2
3
4
5
6
7
def _f(subElementObj):
    for anchor in subElementObj:
        xdr_from = anchor.getElementsByTagName('xdr:from')[0]
        col = xdr_from.childNodes[0].firstChild.data  # 获取标签间的数据
        row = xdr_from.childNodes[2].firstChild.data
        embed = anchor.getElementsByTagName('xdr:pic')[0].getElementsByTagName('xdr:blipFill')[0].getElementsByTagName('a:blip')[0].getAttribute('r:embed')  # 获取属性
        image_info[(int(row), int(col))] = img_dict.get(int(embed.replace('rId', '')), {}).get(img_feature)

要解析的xml文档部分内容：

1
2
3
4
5
6
7
8
<xdr:pic>
  <xdr:blipFill>
    ...
    <a:blip r:embed="rId1" cstate="print">
      ...
    </a:blip>
  </xdr:blipFill>
</xdr:pic>

获取到<a:blip>元素的r:embed属性，即对应团片的序号，实际上，如果Excel内容是从其他地方复制过来的，他的序号与图片的序号对应不上，导致的问题，遗憾的是没找到什么原因，不知道Excel中是如何对应的，有兴趣的同学可以研究下。

2、另一种方式的实现

另一种方式是使用openpyxl和openpyxl_image_loader库，按行读取，loader 图片进行保存，完整代码见：new_read_data.py。

3、新增的需求

  • 循环读取在某个目录下的多个文件))

    1
    2
    3
    for root, dirs, files in os.walk(source_root):
      for file in files:
        print(os.path.join(root, file))

  • leader 要求照片大于200K不入库，于是添加了压缩图片的功能，我将压缩图片的代码分离了出来compress_image.py。

  • 将有问题的数据记录下来，写入 Excel，于是有了写入Excel的代码。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    wb = Workbook()
    ws = wb.create_sheet("存在问题的数据", 0)
    index = 1
    for i in range(len(error_data)):
      index = index + 1
      arr_list = error_data[i].split("|")
      for j in range(len(arr_list)):
        ws.cell(row = index, column= j+1, value = arr_list[j])
    wb.save(target_root + '存在问题的数据.xlsx')

  • 照片使用电话号码命名，并生成日志，写入文件。

4、存在的问题

由于原始数据中存在照片未采集的记录，但是提取到的数据中这些记录都有对应的照片，原来image_loader = SheetImageLoader(ws)每次读完不会清空字典，所以就会把上一个文件中对应行的照片读取到当前文件的这一行，经过搜索查找发现是openpyxl-image-loader的问题，相关issues地址：images should not be static variable of SheetImageLoader 。所以在每次循环结束将image_loader 清空即可，添加这行代码：

1
image_loader._images.clear()

5、通过VB导出图片

其实提取Excel中的图片可以使用VB实现，直接在Excel的sheet上右键【查看代码】然后粘贴一下代码执行就会将图片导出来，并且能以任一列的值命名。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Sub 导出图片()
    On Error Resume Next
    MkDir ThisWorkbook.Path & "\图片"
    For Each pic In ActiveSheet.Shapes
        If pic.Type = 13 Then
            RN = pic.TopLeftCell.Offset(0, -3).Value
            pic.Copy
            With ActiveSheet.ChartObjects.Add(0, 0, pic.Width, pic.Height).Chart    '创建图片
                .Parent.Select
                .Paste
                .Export ThisWorkbook.Path & "\图片\" & RN & ".jpg"
                .Parent.Delete
            End With
        End If
    Next
    MsgBox "导出图片完成！ "
End Sub

6、总结

经过不断的折腾，发现条条大路通罗马才是真理，不管你用什么方式实现，发现问题、解决问题才是最重要的经历。

更多文章请关注微信公众号： 治恒说说