Extraia imagens de DOCX com cURL, sem necessidade de Word
Um arquivo DOCX é um contêiner ZIP, e cada imagem inserida no documento fica dentro dele como um arquivo PNG, JPEG ou EMF separado. Renomear o documento e descompactá-lo manualmente funciona uma vez, mas não escala para uma pasta de relatórios.
GroupDocs.Parser Cloud lê essa estrutura diretamente e devolve as imagens incorporadas: fotografias, logotipos, gráficos colados como imagens e páginas escaneadas. A mesma solicitação também funciona em DOC e em mais de 50 outros formatos de arquivo, portanto arquivos mistos precisam de um único caminho de código.
A partir de cURL você autentica com um Client ID e Secret, envia o nome do arquivo em um pequeno corpo JSON, e lê a lista de imagens extraídas da resposta. Nada é instalado localmente, então a chamada cabe em um script de shell ou em um job noturno.
Texto e metadados do documento ficam disponíveis através do mesmo API quando um projeto precisar deles mais tarde, e o extrator online gratuito cobre um único arquivo Word sem nenhum código.
