Python实现Excel图片批量导出并自动命名的方法

 更新时间:2026年10月02日 15:40:45   作者:RumIV  
还在手动从Excel里一张张导出图片吗?本文教你用Python一键批量提取Excel表格中的图片,并按行首字段自动命名保存,提供保留原格式和统一转JPG两种实用版本,轻松搞定图片整理,让办公效率翻倍

在Excel表格中批量导出图片,并按行首字段命名保存,是许多办公场景的刚需。本文提供两个完整可运行的Python版本:

  • 版本一:保持图片原始格式(PNG、JPG等各自保留)
  • 版本二:统一将所有图片转换为JPG格式(节省空间、格式统一)

两个版本均实现了:按工作表分文件夹 → 根据图片所在行的A列值命名 → 自动处理重名和非法字符。

一、版本一:保持原始格式

该版本完全保留图片原始格式(.png / .jpg / .gif等),其他功能完整。

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.save(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')

二、版本二:统一存储为JPG格式

该版本将所有提取的图片统一转换为JPG格式(背景自动填充白色以处理透明通道),可设置JPG质量。适合需要统一格式、减小体积的场景。

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.save(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)

三、两个版本的核心区别

特性版本一(原格式)版本二(统一JPG)
输出扩展名.png / .jpg / .gif 等原样保留统一为 .jpg
透明背景处理保留原图(PNG透明通道)白色背景填充
压缩控制无(原样保存)可调节 quality 参数
适用场景需要保留原始质量/透明效果统一浏览、减小体积
输出文件夹images/images_jpg/

四、使用步骤(通用)

  1. 安装依赖

    pip install openpyxl pillow
    
  2. 准备Excel文件

    • 确保图片是“嵌入”到单元格中的(而非浮动链接)。
    • 每个含图片的行,A列 必须有值,该值将作为图片文件名。
  3. 选择版本并修改路径
    将代码末尾的 excel_path = 'cards.xlsx' 改为实际文件路径,可修改 output_dir。

  4. 运行脚本

    python extract_images.py   # 或 extract_as_jpg.py
    
  5. 结果
    在输出目录下会按工作表名称创建子文件夹,图片按 A列值 命名存放。

五、注意事项

  • 图片定位:脚本依赖 openpyxl 的图片锚点属性,对于合并单元格或跨行图片可能定位不准,建议将图片完整置于某一行内。
  • 命名冲突:同一工作表中不同行的 A列值相同时,会自动添加 _1、_2 后缀。
  • 非法字符:文件名中的 / \ : * ? " < > | 会被自动去除。
  • JPG 版本:原图为 GIF 动图时,只会提取第一帧并转为 JPG;原图为 CMYK 模式会自动转为 RGB。

六、扩展建议

  • 修改命名列:将 column=1 改为 column=2 即可使用B列命名。
  • 批量处理多个Excel:可在外层增加循环,依次调用函数。
  • 支持更多输出格式:在版本二中将 'JPEG' 改为 'PNG' 即可输出 PNG,但体积较大。
  • 保留透明通道转PNG:若希望统一为 PNG 并保留透明,可将版本二的转换代码去掉,直接保存为 PNG。

七、总结

本文提供了两个完整、可直接运行的 Python 脚本,分别满足“原格式保留”和“统一转 JPG”的常见需求。你只需要替换文件路径即可运行,大大提升从 Excel 批量导出图片的效率。选择适合自己的版本,开始自动化办公吧!

到此这篇关于Python实现Excel图片批量导出并自动命名的方法的文章就介绍到这了,更多相关Python实现Excel图片批量导出内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python的pytest框架之命令行参数详解(上)

    python的pytest框架之命令行参数详解(上)

    这篇文章主要介绍了python的pytest框架之命令行参数详解,pytest是一款强大的python自动化测试工具,可以胜任各种类型或者级别的软件测试工作。pytest提供了丰富的功能,包括assert重写,第三方插件,需要的朋友可以参考下
    2019-06-06
  • Python开发毕设案例之桌面学生信息管理程序

    Python开发毕设案例之桌面学生信息管理程序

    毕业设计必备案例:Python开发桌面程序
    2021-11-11
  • Python中异常类型ValueError使用方法与场景

    Python中异常类型ValueError使用方法与场景

    这篇文章主要介绍了Python中的ValueError异常类型,它在处理不合适的值时抛出,并提供如何有效使用ValueError的建议,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2025-01-01
  • python基于tkinter图形化编程实现简易计算器功能

    python基于tkinter图形化编程实现简易计算器功能

    这篇文章主要为大家详细介绍了python基于tkinter图形化编程实现简易计算器功能,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2022-07-07
  • 如何通过Flask的request对象获取url

    如何通过Flask的request对象获取url

    这篇文章主要介绍了如何通过Flask的request对象获取url问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-07-07
  • Python之split函数的深入理解

    Python之split函数的深入理解

    split函数主要应用场景是Python对字符串的处理中(数据分析,数据处理),以及计算机二级考试的常考基础知识点,这篇文章主要介绍了Python之split函数的详解,需要的朋友可以参考下
    2023-02-02
  • python 文件读写操作示例源码解读

    python 文件读写操作示例源码解读

    这篇文章主要为大家介绍了python 文件读写操作示例源码解读,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-03-03
  • Python实现拼音转换

    Python实现拼音转换

    拼音转换指的是将汉字转为拼音的过程。本文介绍了Python实现拼音转换,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-06-06
  • pandas中quantile()函数的应用及说明

    pandas中quantile()函数的应用及说明

    本文介绍了pandas中quantile()函数用于计算DataFrame或Series中数值型数据的分位数,通过示例展示了如何计算整个DataFrame、每列和每行的分位数,并可指定百分位数和axis参数进行计算
    2026-05-05
  • Python设计模式编程中Adapter适配器模式的使用实例

    Python设计模式编程中Adapter适配器模式的使用实例

    这篇文章主要介绍了Python设计模式编程中Adapter适配器模式的使用实例,一般来说适配器模式可以细分为类适配器和对象适配器模式,需要的朋友可以参考下
    2016-03-03

最新评论