如何使用 Python 从 Google 文档中提取或读取图像

Question

我正在尝试从我的 google 文档中读取数据。所以我现在正在使用 python，我已经实现了 Google Docs API 并使用了 python。我只是复制粘贴了 google 提供的代码并做了一些修改，我成功地读取了数据 LINE BY LINE 但是 TEXT ONLY！现在我正在尝试新的东西并插入了一张图片。这是它的样子。

Google Doc Link

非常简单吧...它有一个要点和包含图像和“你好”文本的子要点。现在，当我读取数据（它逐行读取）时，我尝试再次打印出 API returns 和 returns 包含 dictionaries 的 dictionary .这是它的样子。

{'startIndex': 1, 'endIndex': 41, 'paragraph': {'elements': [{'startIndex': 1, 'endIndex': 41, 'textRun': {'content': 'This is the Python Programming Language\n', 'textStyle': {}}}], 'paragraphStyle': {'namedStyleType': 'NORMAL_TEXT', 'direction': 'LEFT_TO_RIGHT', 'indentFirstLine': {'magnitude': 18, 'unit': 'PT'}, 'indentStart': {'magnitude': 36, 'unit': 'PT'}}, 'bullet': {'listId': 'kix.y7w314ij0ywy', 'textStyle': {'underline': False}}}}


{'startIndex': 41, 'endIndex': 43, 'paragraph': {'elements': [{'startIndex': 41, 'endIndex': 42, 'inlineObjectElement': {'inlineObjectId': 'kix.o4cuh6wash2n', 'textStyle': {}}}, {'startIndex': 42, 'endIndex': 43, 'textRun': {'content': '\n', 'textStyle': {}}}], 'paragraphStyle': {'namedStyleType': 'NORMAL_TEXT', 'direction': 'LEFT_TO_RIGHT', 'indentFirstLine': {'magnitude': 54, 'unit': 'PT'}, 'indentStart': {'magnitude': 72, 'unit': 'PT'}}, 'bullet': {'listId': 'kix.y7w314ij0ywy', 'nestingLevel': 1, 'textStyle': {'underline': False}}}}


{'startIndex': 43, 'endIndex': 49, 'paragraph': {'elements': [{'startIndex': 43, 'endIndex': 49, 'textRun': {'content': 'Hello\n', 'textStyle': {}}}], 'paragraphStyle': {'namedStyleType': 'NORMAL_TEXT', 'direction': 'LEFT_TO_RIGHT', 'indentFirstLine': {'magnitude': 54, 'unit': 'PT'}, 'indentStart': {'magnitude': 72, 'unit': 'PT'}}, 'bullet': {'listId': 'kix.y7w314ij0ywy', 'nestingLevel': 1, 'textStyle': {'underline': False}}}}

如您所见，有 3 个词典包含 key 和 value 对。请注意，这三个是文档中的每一行。正如您还可以观察到的那样，键 content 及其 value(s) 是文档中的文本。

如果您查看嵌套词典，它是这些：

{'content': 'This is the Python Programming Language\n', 'textStyle': {}}
{'content': '\n', 'textStyle': {}}
{'content': 'Hello\n', 'textStyle': {}}

现在我注意到它为图像包含的行返回了 \n。我还寻找了至少它可能有一个 key 并且它的值将是图像的临时 url 但它似乎没有那个。所以我的问题是有没有办法使用我正在使用的 API 以某种方式读取此图像（也提取它）？可能我只是错过了一些东西......有人可以帮我吗？任何其他替代解决方案将不胜感激！谢谢！

顺便说一句，这里是 google 提供的源代码，我已经对 read_strucutural_elements 函数进行了修改，以了解它如何为我个人目的读取数据，但如您所见这就是它的工作原理，其中 API returns 每行数据的字典。我还注意到 API 确实确实逐行读取它 returns 其中的 dictionary

def main():
    """Shows basic usage of the Docs API.
    Prints the title of a sample document.
    """
    creds = None
    # The file token.pickle stores the user's access and refresh tokens, and is
    # created automatically when the authorization flow completes for the first
    # time.
    if os.path.exists('token.pickle'):
        with open('token.pickle', 'rb') as token:
            creds = pickle.load(token)
    # If there are no (valid) credentials available, let the user log in.
    if not creds or not creds.valid:
        if creds and creds.expired and creds.refresh_token:
            creds.refresh(Request())
        else:
            flow = InstalledAppFlow.from_client_secrets_file(
                'credentials.json', SCOPES)
            creds = flow.run_local_server(port=0)
        # Save the credentials for the next run
        with open('token.pickle', 'wb') as token:
            pickle.dump(creds, token)

    service = build('docs', 'v1', credentials=creds)

    # Retrieve the documents contents from the Docs service.
    document = service.documents().get(documentId=DOCUMENT_ID).execute()

    #print('The title of the document is: {}'.format(document.get('title')))
    data = read_strucutural_elements(document.get("body").get("content"))

这是 read_strucutural_elements 函数，我只是在那里打印出 elements 参数中的元素，其中该参数逐行包含这些数据。

def read_strucutural_elements(elements):

    for value in elements:
        print(value) #the value of the value variable is the nested dictionaries I've shown above
        print()

非常感谢！

Answer 1

查看字典输出，图像是具有特定 id 的 inlineObject。您应该能够使用其 url 检索图像。要获得 url，请参阅相关问题：

如何使用 Python 从 Google 文档中提取或读取图像

How to extract or read Image from Google Doc using Python

python

api

google-api

google-docs

python-3.x