如何从 Linux 的 Word 文档中提取图像

Question

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）？

Answer 1

由于 docx 文件是 zip 文件，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，所以我从互联网上下载了一些随机的 docx 文件。图像似乎总是存储在word/media存档的目录中。

此命令将从media存档中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。我假设图像也可能使用不同的格式存储。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来列出存档的内容。