Python-docx - 从 URL 将图片插入 docx

Posted 2023-02-25

【中文标题】Python-docx - 从 URL 将图片插入 docx

【英文标题】：Python-docx - insert picture into docx from URL

【发布时间】：2020-06-19 07:49:29

【问题描述】：

我正在尝试抓取网站（例如 imgur）上托管的图像并将其添加到 docx。

这是我的初始代码（这是函数的一部分。我已将其剥离为相关代码）：

from PIL import Image
from urllib.request import urlopen

thisParagraph = document.sections[0].paragraphs[0]
run = thisParagraph.add_run()

# imgLink is a direct link to the image. Something like https://i.imgur.com/<name>.jpg
# online is a parsed-in boolean to determine if the image link is from an image hosting site
# or from the local machine
if (online):
   imgLinkData = urlopen(imgLink )
   img = Image.open(imgLinkData )
   width, height = img.size
else:
   img = Image.open(imgLink )
   width, height = img.size
   imgLinkData = imgLink 

if (width > 250) or (height > 250):
   if (height > width):
       run.add_picture(imgLinkData, width=Cm(3), height=Cm(4) )
   else:
       run.add_picture(imgLinkData, width=Cm(4), height=Cm(3) )
else:
       run.add_picture(imgLinkData)

在大多数情况下，如果 imgLink 指向我的本地系统（即图像托管在我的 PC 上），则此方法有效。

但如果我引用一个 url 链接（online=True），我会得到各种类型的异常（我试图修复它），范围从 io.UnsupportOperation（搜索）到 TypeError（需要字符串参数，得到' bytes')，原因总是run.add_picture 行。

现在的代码会引发io.UnsupportOperation 异常。

【参考方案1】：

将图像保存到文件中，然后使用文件路径作为.add_picture() 的第一个参数。这大概是这样的：

img.save("my-image.jpg")
run.add_picture("my-image.jpg", width=Cm(3), height=Cm(4))

作为替代方案，您可以创建一个包含图像的“内存中”文件 (io.BytesIO) 并使用它。第二种方法的优点是不需要访问文件系统。

import io
image_stream = io.BytesIO(imgLinkData)
run.add_picture(image_stream, width=Cm(3), height=Cm(4))

Document.add_picture() 的接口需要一个 str 路径或类似文件的对象（打开的文件或内存中的文件）作为其第一个参数：https://python-docx.readthedocs.io/en/latest/api/document.html#docx.document.Document.add_picture

【讨论】：

按照建议，我修改为：if (online): imgLinkData = urlopen(imgLink ) img = Image.open(imgLinkData ) width, height = img.size image_stream = io.BytesIO(imgLinkData) 我在该特定行得到了TypeError: a bytes-like object is required, not 'HTTPResponse'。如果可能的话，我宁愿不将图像保存到机器上。

【参考方案2】：

我想我可能已经解决了这个问题。

基于this link，我对自己的代码做了一些细微的修改。

我补充说：

import requests, io

然后我改变了：

imgLinkData = urlopen(imgLink )

到

imgLinkData= io.BytesIO(requests.get(imgLink ).content )

这似乎已经成功地在我的 docx 文档中生成了图像，虽然我不完全确定为什么，除了 urlopen 返回的事实

<class 'http.client.HTTPResponse'>

requests.get 返回

<class 'requests.models.Response'>

和 .content 返回一个

<class 'bytes'>

对象。

Further reading 甚至似乎表示反对使用urllib