:::

將docx檔案解壓縮,抽取文件內的圖片

9月 26, 2010 0 Comments Edit Copy Download

image

Microsoft Office系列WordPower Point一向是文書處理工具中最常見的工具,我也使用Word 2003以前的doc檔案格式與老師討論論文、處理寫書的內文。但是當我在修改Word檔案時,發現到檔案中有部分圖片要修改的時候,這可就頭大了。因為Word內建的繪圖功能不像繪圖軟體一樣地強大,在Word當中也不好編修,所以我需要將圖片從Word裡面抽取出來

說來這方法也不難,因為Microsoft Office 2007之後改用了Microsoft Office XML格式,裡面的檔案本來就是可以解壓縮成XML檔案,只是我在Plurk聊到這件事情的時候,發現好像很多人不知道,所以心血來潮就用這篇來把相關的知識都整理一下吧。


什麼是Microsoft Office XML格式

Microsoft Office早期採用了封閉的格式,像是Word的doc、Power Point的ppt、Excel的xls等,主要用意是為了保護自己軟體的市場,強迫使用者必須購買Office才能開啟這些檔案。

然而封閉的態度抵擋不過時代的潮流,在競爭對手IBM、Sun公司推動開放文件格式(OpenDocument)的努力之下,美國政府宣布政府文件必須採用OpenDocument格式,而將封閉的舊版Microsoft Office以及其他專利軟體宣告出局。

為了提昇對於政府部門的長期信心,Microsoft Office 2007的推出改用了新格式:Office XML Formats (縮寫:Open XML、OpenXML、OOXML)。Office XML Formats有幾個特點:

  • 壓縮檔案:最高可將檔案壓縮至原始大小的25%。
  • 改良的受損檔案復原:即使圖表受損,檔案仍可以開啟。
  • 輕鬆偵測包含巨集的文件:以字尾「x」儲存的檔案(例如.docx、.pptx)不能包含巨集,以字尾「m」儲存的檔案才可以。
  • 對個人資訊提供更理想的隱私權保護與更嚴密的控管
  • 更完善地整合並互通商業資料:只需要ZIP公用程式和XML邊集氣就可以開啟和編輯Office檔案。

微軟積極地推動Office XML Formats,終於在2008年讓他成為ISO國際標準。但是這個標準受人爭議,有不少開放文件格式(OpenDocument)的支持者對反對Office XML Formats成為國際標準,新聞媒體也將Office XML Formats跟OpenDocument之間的競爭稱為「文件格式大戰」。

時至今日,Office 2010也已經順利推出,採用Office 2007以上版本的使用者也越來越多。在Office 2003以前的使用者可以安裝檔案格式相容性套件來讀取Office 2007以上的檔案格式,而OpenOffice.org 3也提供匯入docx、pptx以及xlsx等Office 2007以上檔案的相容性。整體來看,Microsoft Office仍會在你我身邊活上好一陣子吧。

解壓縮docx

背景聊完之後,接著我們來看看要怎麼解壓縮docx檔案,並取出裡面的圖片資料。方法很簡單,請按照以下步驟一步一步來做即可:

  1. 找到要解壓縮的docx檔案。如果您在電腦裡面看不到副檔名的話,請查詢「讓電腦裡的檔案顯示副檔名」的方法。
    image
  2. 將副檔名從「docx」修改成「zip」。系統會提示你「如果您變更副檔名,檔案可能會無法使用。您確定要變更嗎?」,請按下「是」來完成副檔名變更的動作。
    image
  3. 你現在可以看到他變成一個zip檔案,然後請用你熟悉的方式為這個zip檔案解壓縮即可。下圖的例子中我是使用中國大陸的「好壓」軟體,介面很像WinRAR,但是免費又支援7z壓縮,不錯用。
    image
  4. 解壓縮之後,你可以發現原本的docx檔案變成了一層一層的目錄,裡面包含著各種檔案。
    image
  5. 請從裡面翻找「word/media」資料夾,圖片檔案就在裡面了。
    image

利用Pismo直接「開啟」docx

image

我以前介紹過Pismo File Mount Audit Package這個將ZIP檔案直接當做唯讀資料夾開啟的工具。現在我們一樣可以用他來直接「開啟」docx的內部。

  1. 安裝Pismo File Mount Audit Package (下載位置),詳細操作請看我的介紹
  2. 在docx檔案上按右鍵,選擇「Quick mount」。
    image
  3. 如此一來,就能直接「開啟」docx檔案的內部資料。連改檔名、解壓縮等動作都免了呢。
    image
  4. 要還原成原本的docx的話,只要在被掛載的資料夾上按右鍵,選擇「Unmount」即可。
    image

從doc到docx

image

如果你的檔案原本是doc檔案的話,只要想辦法轉換成docx,就能進行像上述的動作。

如果你使用的是Office 2007以上版本,只要在儲存檔案時,將他另存新檔為*.docx格式即可。

如果你使用的是Office 2003以前的版本,那麼需要安裝相容性套件,才能儲存成docx。

pptx也一樣可以解壓縮

image

由以上介紹可知,Power Point的pptx也一樣可以用上述步驟來進行解壓縮、轉換。讓你可以用此方法輕鬆地抽取投影片裡面的檔案喔!


參考資源