Python从Excel中按行提取图片的实现方法

在处理Excel文件时，批量导出其中的图片并按特定规则命名，是许多数据分析、物料管理和内容归档工作中的常见痛点。手动操作不仅繁琐，还极易出错。今天，我们就来分享两个“开箱即用”的Python脚本，帮你彻底解决这个问题。

这两个版本都实现了核心功能：按工作表自动创建文件夹，并根据图片所在行的A列内容来命名图片文件。同时，它们都内置了重名处理和非法字符过滤机制，确保运行稳定。二者的主要区别在于对图片格式的处理策略不同。

版本一：保持原始格式

如果你需要严格保留图片的原始属性，比如PNG的透明背景、GIF的动态效果，或者不希望因二次压缩损失画质，那么这个版本就是为你准备的。它会原封不动地保存图片的原始格式。

import openpyxl
from PIL import Image as PILImage
import io
import os


def extract_images_from_excel(excel_path, output_dir=None):
    """
    按行提取 Excel 中的图片，存储到以 Sheet 名称命名的文件夹下，
    图片命名为该行第一个字段的值（即A列），保持原始格式。
    """
    if output_dir is None:
        output_dir = os.path.dirname(os.path.abspath(excel_path))

    os.makedirs(output_dir, exist_ok=True)

    wb = openpyxl.load_workbook(excel_path)
    extracted_count = 0

    for sheet_name in wb.sheetnames:
        ws = wb[sheet_name]
        print(f"处理工作表: {sheet_name}")

        safe_sheet_name = "".join(
            c for c in sheet_name if c not in r'\/:*?"<>|'
        ).strip()
        sheet_dir = os.path.join(output_dir, safe_sheet_name)
        os.makedirs(sheet_dir, exist_ok=True)

        # 收集每行A列的值
        row_first_cell = {}
        for row in range(1, ws.max_row + 1):
            cell_value = ws.cell(row=row, column=1).value
            if cell_value is not None:
                row_first_cell[row] = str(cell_value)

        for image in ws._images:
            anchor = image.anchor
            if hasattr(anchor, '_from'):
                row_num = anchor._from.row + 1
            elif hasattr(anchor, 'row'):
                row_num = anchor.row + 1
            else:
                print(f"  ⚠️ 无法确定图片行号，跳过")
                continue

            first_cell_value = row_first_cell.get(row_num, None)
            if first_cell_value is None:
                print(f"  ⚠️ 第{row_num}行第一个字段为空，跳过")
                continue

            safe_name = "".join(
                c for c in first_cell_value if c not in r'\/:*?"<>|'
            ).strip()
            if not safe_name:
                safe_name = f"row_{row_num}"

            img_data = image._data()
            img = PILImage.open(io.BytesIO(img_data))

            # 获取原始格式
            img_format = img.format.lower() if img.format else 'png'

            filename = f"{safe_name}.{img_format}"
            filepath = os.path.join(sheet_dir, filename)

            counter = 1
            base_name = safe_name
            while os.path.exists(filepath):
                filename = f"{base_name}_{counter}.{img_format}"
                filepath = os.path.join(sheet_dir, filename)
                counter += 1

            img.sa ve(filepath)
            extracted_count += 1
            print(f"  ✅ 第{row_num}行 -> {safe_sheet_name}/{filename}")

    print(f"\n? 完成！共提取 {extracted_count} 张图片，保存至: {output_dir}")


if __name__ == '__main__':
    excel_path = 'cards.xlsx'   # 修改为你的文件
    extract_images_from_excel(excel_path, output_dir='images')

版本二：统一存储为JPG格式

对于需要统一图片格式、减小文件总体积，或者后续处理流程只接受JPG的场景，这个版本会更合适。它会将所有图片统一转换为JPG格式，并自动处理透明背景（填充为白色），你还可以自由调节输出图片的质量。

import openpyxl
from PIL import Image as PILImage
import io
import os


def extract_images_as_jpg(excel_path, output_dir=None, jpg_quality=85):
    """
    按行提取 Excel 中的图片，统一转换为 JPG 格式存储。
    参数:
        excel_path: Excel 文件路径
        output_dir: 输出根目录
        jpg_quality: JPG 压缩质量 (1-100)，默认85
    """
    if output_dir is None:
        output_dir = os.path.dirname(os.path.abspath(excel_path))

    os.makedirs(output_dir, exist_ok=True)

    wb = openpyxl.load_workbook(excel_path)
    extracted_count = 0

    for sheet_name in wb.sheetnames:
        ws = wb[sheet_name]
        print(f"处理工作表: {sheet_name}")

        safe_sheet_name = "".join(
            c for c in sheet_name if c not in r'\/:*?"<>|'
        ).strip()
        sheet_dir = os.path.join(output_dir, safe_sheet_name)
        os.makedirs(sheet_dir, exist_ok=True)

        # 收集每行A列的值
        row_first_cell = {}
        for row in range(1, ws.max_row + 1):
            cell_value = ws.cell(row=row, column=1).value
            if cell_value is not None:
                row_first_cell[row] = str(cell_value)

        for image in ws._images:
            anchor = image.anchor
            if hasattr(anchor, '_from'):
                row_num = anchor._from.row + 1
            elif hasattr(anchor, 'row'):
                row_num = anchor.row + 1
            else:
                print(f"  ⚠️ 无法确定图片行号，跳过")
                continue

            first_cell_value = row_first_cell.get(row_num, None)
            if first_cell_value is None:
                print(f"  ⚠️ 第{row_num}行第一个字段为空，跳过")
                continue

            safe_name = "".join(
                c for c in first_cell_value if c not in r'\/:*?"<>|'
            ).strip()
            if not safe_name:
                safe_name = f"row_{row_num}"

            img_data = image._data()
            img = PILImage.open(io.BytesIO(img_data))

            # ----- 转换为 JPG 的关键代码 -----
            # 若图片为 RGBA（带透明通道），需转换为 RGB（白色背景）
            if img.mode in ('RGBA', 'LA', 'P'):
                # 创建白色背景
                background = PILImage.new('RGB', img.size, (255, 255, 255))
                # 将原图粘贴到背景（使用透明通道作为掩码）
                if img.mode == 'P':
                    img = img.convert('RGBA')
                background.paste(img, mask=img.split()[-1] if img.mode == 'RGBA' else None)
                img = background
            elif img.mode != 'RGB':
                img = img.convert('RGB')
            # -----------------------------

            filename = f"{safe_name}.jpg"
            filepath = os.path.join(sheet_dir, filename)

            counter = 1
            base_name = safe_name
            while os.path.exists(filepath):
                filename = f"{base_name}_{counter}.jpg"
                filepath = os.path.join(sheet_dir, filename)
                counter += 1

            # 保存为 JPG，可指定质量
            img.sa ve(filepath, 'JPEG', quality=jpg_quality)
            extracted_count += 1
            print(f"  ✅ 第{row_num}行 -> {safe_sheet_name}/{filename} (JPG质量={jpg_quality})")

    print(f"\n? 完成！共提取 {extracted_count} 张图片，已统一为JPG格式，保存至: {output_dir}")


if __name__ == '__main__':
    excel_path = 'cards.xlsx'   # 修改为你的文件
    extract_images_as_jpg(excel_path, output_dir='images_jpg', jpg_quality=85)

如何选择：两个版本的核心区别

为了让你能快速决策，这里将两个方案的核心差异对比如下：

通用使用步骤

无论选择哪个版本，准备工作都是类似的：

1. 安装依赖

首先，确保你的Python环境已安装必要的库：

pip install openpyxl pillow

2. 准备Excel文件

• 确认图片是“嵌入”到单元格中的，而不是作为浮动对象链接的外部文件。
• 检查每个包含图片的行，其A列必须有一个非空的值，这个值将作为图片的文件名。

3. 选择版本并修改路径

将脚本末尾的 excel_path = 'cards.xlsx' 替换成你实际Excel文件的路径。你也可以根据需要修改 output_dir 参数来指定输出目录。

4. 运行脚本

python extract_images.py   # 或 extract_as_jpg.py

5. 查看结果

脚本运行后，会在你指定的输出目录下，为每个工作表创建一个同名的子文件夹，所有图片都会按A列的值命名并保存在对应的文件夹里。

需要注意的几个细节

• 图片定位原理：脚本依赖于openpyxl库读取图片的锚点属性来定位其所在行。如果图片横跨了多行或者位于合并单元格内，定位可能不准确。最稳妥的方式是确保每张图片完整地放置在某一行内。
• 命名冲突处理：如果同一个工作表内，不同行的A列值相同，脚本会自动为后续文件添加 _1、_2 这样的后缀，避免覆盖。
• 文件名安全：Windows系统中不允许作为文件名的字符（如 / \ : * ? " < > |）会被自动过滤掉。
• 关于JPG版本：如果原图是GIF动图，转换后只会保存第一帧；如果原图是CMYK色彩模式，则会自动转换为RGB模式，这是JPG格式的标准要求。

灵活的扩展建议

这两个脚本提供了很好的基础，你可以根据实际需求轻松调整：

• 修改命名依据的列：如果想用B列的内容来命名图片，只需在代码中找到 column=1 的地方，将其改为 column=2 即可。
• 批量处理多个文件：可以在脚本外层加一个循环，遍历文件夹下的所有Excel文件，依次调用提取函数。
• 支持其他输出格式：在版本二中，将保存图片时的 'JPEG' 参数改为 'PNG'，就可以统一输出为PNG格式，不过文件体积会比较大。
• 保留透明通道的统一格式：如果你希望统一输出格式但又想保留PNG的透明背景，可以基于版本二的代码，去掉转换为RGB的步骤，直接保存为PNG格式。

总结

通过以上两个Python脚本，我们解决了从Excel中批量、按规则导出图片的自动化需求。一个忠于原貌，一个统一格式，它们覆盖了绝大多数办公场景。你只需要复制代码，修改文件路径，就能将繁琐的手动操作转化为瞬间完成的自动化流程。选择适合你需求的那个版本，开始体验高效办公吧。