從 Word 中提取圖像，使用 GroupDocs.Parser for Java

手動從 Word 檔案中提取圖像既耗時又容易出錯。在本教學中，您將了解如何使用 GroupDocs.Parser for Java 自動 how to extract images from word 文件，並將 save word images png 以供後續處理。您將清楚了解此函式庫為何快速、如何設定，以及最佳實踐技巧，讓您能將圖像提取嵌入任何 Java 應用程式中。

快速答案

  • What does the library do? 它會解析 Word、PDF 以及許多其他格式，並提供文字、表格與圖像。
  • How many lines of code? 大約 30 行 Java 程式碼，加上一些設定行。
  • Do I need a license? 免費試用可用於開發；正式環境需購買完整授權。
  • Can I extract embedded images? 是的 – getImages() 方法會回傳所有嵌入的圖像。
  • Supported output format? 預設為 PNG，但可透過 ImageFormat 使用其他格式。

何謂「extract images from word」？

Extract images from word 指以程式方式取得 Microsoft Word 文件中所有嵌入的圖片檔案。GroupDocs.Parser 會讀取 DOCX 或 DOC 檔的二進位結構，並將每張圖像以 PageImageArea 物件呈現，讓您無需在 Microsoft Word 中開啟文件即可提取所有圖片。此方法可消除手動複製貼上，降低人為錯誤，且能在批次作業中擴展至數千個檔案。

為何使用 GroupDocs.Parser for Java？

您可以以 速度、可靠性 與 跨平台彈性 從 Word 文件中提取圖像。GroupDocs.Parser 能在標準 2 核心伺服器上於 2 秒內處理 200 頁的 DOCX，且可在 Windows、Linux 與 macOS 上運行，無需 Microsoft Office。此函式庫亦能容忍損壞的檔案，回傳仍可取得的圖像，因而非常適合大規模遷移專案。

前置條件

  • GroupDocs.Parser for Java（版本 25.5 或更新）
  • JDK 8+ 已安裝於您的開發機器上
  • 使用 IntelliJ IDEA、Eclipse 或 NetBeans 等 IDE 進行程式編輯與執行

設定 GroupDocs.Parser for Java

將函式庫加入您的 Maven 專案：

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/parser/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-parser</artifactId>
      <version>25.5</version>
   </dependency>
</dependencies>

或者，直接從 GroupDocs.Parser for Java releases 下載最新版本。

取得授權步驟

  • Free trial: 先使用免費試用以探索功能。
  • Temporary license: 如有需要，可取得臨時授權以延長測試。
  • Purchase: 取得完整授權以供正式環境部署。

實作指南

以下為完整、可直接執行的 Java 程式碼，extracts images from word 文件並將其儲存為 PNG 檔案。

步驟 1：初始化解析器

Parser 類別是讀取文件的入口點。它會將檔案載入記憶體，並準備所有內容串流以供提取。

// Initialize the Parser with the document path.
try (Parser parser = new Parser(documentPath)) {
    // Proceed with image extraction...
}

步驟 2：提取圖像

PageImageArea 物件代表文件中找到的每張圖片，無論圖像是內嵌、浮動或屬於形狀的一部份。

// Extract images from the document.
Iterable<PageImageArea> images = parser.getImages();

步驟 3：設定圖像選項

ImageOptions 讓您在儲存每張圖片前指定輸出格式、解析度以及其他渲染設定。

// Set options to save images in PNG format.
ImageOptions options = new ImageOptions(ImageFormat.Png);

步驟 4：儲存每張圖像

ImageFormat 列舉定義輸出圖像格式，如 PNG、JPEG 或 BMP。
save 方法會將二進位圖像資料寫入磁碟檔案。傳入 ImageFormat.Png 即可滿足 save word images png 的需求。

int imageNumber = 0;
for (PageImageArea image : images) {
    String outputPath = YOUR_OUTPUT_DIRECTORY + "/" + imageNumber + ".png";
    image.save(outputPath, options);
    imageNumber++;
}

步驟 5：定義路徑輔助方法

輔助方法簡化路徑處理，讓主要的提取邏輯保持簡潔且易於維護。

public static String getDocumentDirectory() {
    return YOUR_DOCUMENT_DIRECTORY;
}

public static String getOutputDirectory() {
    return YOUR_OUTPUT_DIRECTORY;
}

將 YOUR_DOCUMENT_DIRECTORY 與 YOUR_OUTPUT_DIRECTORY 替換為您實際要使用的檔案系統路徑。

如何從 docx 中提取嵌入的圖像？

getImages() 方法會回傳 PageImageArea 物件集合，代表每個嵌入的圖像。
使用 new Parser("input.docx") 載入 DOCX，然後呼叫 parser.getImages() – 此方法會自動回傳所有嵌入的圖像，包括內嵌圖片、浮動形狀與 VML 繪圖。無需額外的 API 呼叫，您即可直接遍歷回傳的集合並處理每個 PageImageArea。

如何從 docx 提取圖像並儲存為 PNG？

建立 ImageOptions 實例，設定 options.setImageFormat(ImageFormat.Png)，並將其傳入 image.save(outputPath, options)。此設定可確保每張提取的圖片以 PNG 檔寫入，滿足 save word images png 目標，同時保留原始解析度與色彩深度。

實務應用

  1. Content management: 從舊有 Word 檔案中提取圖像，建立數位資產庫。
  2. Data migration: 將嵌入的圖形遷移至新 CMS，免除手動複製貼上。
  3. Document archiving: 將圖像分別儲存，以減少封存大小並提升可搜尋性。
  4. Automated publishing: 將提取的 PNG 直接供給網頁產生器或電子郵件範本使用。

效能考量

  • Memory usage: 處理大型文件時至少配置 -Xmx2g；解析器會串流資料以降低堆積使用量。
  • Batch processing: 在迴圈中對每個文件重複使用單一 Parser 實例，以減少物件建立開銷。
  • File handles: 使用 try‑with‑resources 區塊可確保解析器即時關閉，防止檔案描述符泄漏。

常見問題與解決方案

問題解決方案
OutOfMemoryError 在巨大的 DOCX 檔案上發生增加 JVM 堆積大小或將文件分成較小的批次處理。
未返回圖像確認文件確實包含嵌入的圖像；某些「圖片」是 VML 繪圖，未以圖像形式暴露。
圖像方向不正確部分 DOCX 圖像會儲存 EXIF 旋轉資訊；如有需要，可使用圖像函式庫進行後處理。

常見問答

Q: GroupDocs.Parser 支援哪些檔案格式的圖像提取？
A: 它支援 DOC、DOCX、PDF、PPT、PPTX 以及許多其他格式，並透過相同的 getImages() 方法公開圖像。

Q: 能否從受密碼保護的 Word 檔案中提取圖像？
A: 可以——在 Parser 建構子中傳入密碼，函式庫會在提取前解密文件。

Q: 有沒有辦法只提取特定類型的圖像（例如僅 JPEG）？
A: 取得 PageImageArea 物件後，可檢查 image.getFormat()，再依需求過濾後再儲存。

Q: 函式庫支援非同步處理嗎？
A: 雖然核心 API 為同步，但您可將提取邏輯包裝於獨立執行緒，或使用 Java 的 CompletableFuture 進行平行處理。

Q: 生產環境使用是否需要商業授權？
A: 免費試用適合評估，但商業部署需購買授權。

最後更新： 2026-08-05
測試版本： GroupDocs.Parser 25.5
作者： GroupDocs

資源

相關教學