使用 GroupDocs.Parser for Java 从 Word 中提取图像

手动从 Word 文件中提取图像既耗时又容易出错。在本教程中，您将了解如何使用 GroupDocs.Parser for Java 自动 从 word 中提取图像，并随后 保存 word 图像为 png 以供后续处理。您将清晰了解该库为何快速、如何设置以及最佳实践技巧，帮助您将图像提取嵌入任何 Java 应用程序。

快速答案

• 库的作用是什么？ 它解析 Word、PDF 以及许多其他格式，以提供文本、表格和图像。
• 代码行数是多少？ 大约 30 行 Java 代码，加上一些配置行。
• 我需要许可证吗？ 免费试用可用于开发；生产环境需要完整许可证。
• 我可以提取嵌入的图像吗？ 可以——getImages() 方法返回所有嵌入的图像。
• 支持的输出格式？ 默认是 PNG，但可以通过 ImageFormat 使用其他格式。

什么是“从 word 中提取图像”？

从 word 中提取图像是指以编程方式检索 Microsoft Word 文档中嵌入的所有图片文件。GroupDocs.Parser 读取 DOCX 或 DOC 文件的二进制结构，并将每个图像呈现为 PageImageArea 对象，使您无需在 Microsoft Word 中打开文档即可提取所有图片。此方法消除手动复制粘贴，降低人为错误，并能在批处理作业中扩展到数千个文件。

为什么使用 GroupDocs.Parser for Java？

您可以使用 速度、可靠性 和 跨平台灵活性 从 Word 文档中提取图像。GroupDocs.Parser 在标准的 2 CPU 服务器上可在 2 秒内处理 200 页的 DOCX，并且在 Windows、Linux 和 macOS 上均可运行，无需 Microsoft Office。该库还能够容忍损坏的文件，返回仍可访问的图像，这使其非常适合大规模迁移项目。

先决条件

• GroupDocs.Parser for Java（版本 25.5 或更高）
• JDK 8+ 已在您的开发机器上安装
• IDE（如 IntelliJ IDEA、Eclipse 或 NetBeans）用于编辑和运行代码

设置 GroupDocs.Parser for Java

将库添加到您的 Maven 项目中：

<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，直接从 GroupDocs.Parser for Java releases 下载最新版本。

许可证获取步骤

• 免费试用： 开始使用免费试用以探索功能。
• 临时许可证： 如有需要，可获取临时许可证以进行更长时间的测试。
• 购买： 获取完整许可证用于生产部署。

实现指南

下面是完整的、可直接运行的 Java 代码，从 word 中提取图像 并将其保存为 PNG 文件。

步骤 1：初始化解析器

Parser 类是读取文档的入口点。它将文件加载到内存中，并准备好所有内容流以供提取。

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

步骤 2：提取图像

PageImageArea 对象表示文档中找到的每张图片，无论图像是内联、浮动还是形状的一部分。

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

步骤 3：配置图像选项

ImageOptions 允许您在保存每张图片之前指定输出格式、分辨率和其他渲染设置。

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

步骤 4：保存每张图像

ImageFormat 枚举定义了输出图像格式，如 PNG、JPEG 或 BMP。
save 方法将二进制图像数据写入磁盘文件。通过传递 ImageFormat.Png，即可满足 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++;
}

步骤 5：定义路径辅助方法

实用方法简化了路径处理，使主提取逻辑保持简洁且易于维护。

public static String getDocumentDirectory() {
    return YOUR_DOCUMENT_DIRECTORY;
}

public static String getOutputDirectory() {
    return YOUR_OUTPUT_DIRECTORY;
}

将 YOUR_DOCUMENT_DIRECTORY 和 YOUR_OUTPUT_DIRECTORY 替换为您实际使用的文件系统路径。

如何从 docx 中提取嵌入的图像？

getImages() 方法返回一个 PageImageArea 对象集合，代表每个嵌入的图像。
使用 new Parser("input.docx") 加载 DOCX 并调用 parser.getImages() ——该方法会自动返回所有嵌入的图像，包括内联图片、浮动形状和 VML 绘图。无需额外的 API 调用，您可以直接遍历返回的集合并处理每个 PageImageArea。

如何从 docx 中提取图像并保存为 PNG？

创建 ImageOptions 实例，设置 options.setImageFormat(ImageFormat.Png)，并将其传递给 image.save(outputPath, options)。此配置确保每个提取的图片以 PNG 文件写入，满足 save word images png 的目标，同时保留原始分辨率和色彩深度。

实际应用

1. 内容管理： 将遗留 Word 文件中的图像提取出来，用于数字资产库。
2. 数据迁移： 将嵌入的图形迁移到新 CMS，无需手动复制粘贴。
3. 文档归档： 将图像单独存储，以减少归档大小并提升可搜索性。
4. 自动化发布： 将提取的 PNG 直接供网页生成器或电子邮件模板使用。

性能考虑因素

• 内存使用： 处理大文档时至少分配 -Xmx2g；解析器会流式处理数据以保持堆占用低。
• 批处理： 在循环中对每个文档复用单个 Parser 实例，以最小化对象创建开销。
• 文件句柄： try‑with‑resources 块确保解析器及时关闭，防止描述符泄漏。

常见问题及解决方案

常见问题

Q: GroupDocs.Parser 支持哪些文件格式的图像提取？
A: 它支持 DOC、DOCX、PDF、PPT、PPTX 以及许多其他格式，通过相同的 getImages() 方法暴露图像。

Q: 我能从受密码保护的 Word 文件中提取图像吗？
A: 可以——将密码传递给 Parser 构造函数，库将在提取前解密文档。

Q: 是否可以只提取特定类型的图像（例如仅 JPEG）？
A: 在获取 PageImageArea 对象后，检查 image.getFormat() 并在保存前进行相应过滤。

Q: 该库支持异步处理吗？
A: 虽然核心 API 是同步的，但您可以将提取逻辑包装在单独的线程中，或使用 Java 的 CompletableFuture 实现并行处理。

Q: 生产环境使用是否需要商业许可证？
A: 免费试用适用于评估，但商业部署需要付费许可证。

最后更新： 2026-08-05
测试版本： GroupDocs.Parser 25.5
作者： GroupDocs

资源

• 文档： GroupDocs Parser Java Documentation
• API 参考： GroupDocs API Reference
• 下载： Latest Release
• GitHub： Source code on GitHub
• 免费支持： GroupDocs Forum
• 临时许可证： Obtain a temporary license

相关教程

• 如何使用 GroupDocs.Parser for Java 保存图像
• 如何在 Java 中使用 GroupDocs.Parser 从 PDF 提取图像：分步指南
• 如何在 Java 中使用 GroupDocs.Parser 从 Word 文档提取文本