Extrae imágenes de DOCX con cURL, sin necesidad de Word
Un archivo DOCX es un contenedor ZIP, y cada imagen colocada en el documento se guarda dentro como un archivo PNG, JPEG o EMF separado. Renombrar el documento y descomprimirlo manualmente funciona una vez, pero no escala a una carpeta de informes.
GroupDocs.Parser Cloud lee esa estructura directamente y devuelve las imágenes incrustadas: fotografías, logotipos, gráficos pegados como imágenes y páginas escaneadas. La misma solicitud también funciona con DOC y más de 50 formatos de archivo adicionales, por lo que los archivos mixtos requieren una única ruta de código.
Desde cURL te autenticas con un Client ID y Secret, envías el nombre del archivo en un pequeño cuerpo JSON, y lees la lista de imágenes extraídas de la respuesta. No se instala nada localmente, por lo que la llamada encaja en un script de shell o en una tarea nocturna.
El texto y los metadatos del documento están disponibles a través del mismo API cuando un proyecto los necesita más adelante, y el extractor en línea gratuito cubre un único archivo Word sin necesidad de escribir código.
