快捷導(dǎo)航

python 實現(xiàn)提取PPT中所有的文字

更新時間：2021年03月08日 11:06:48 作者：啊呀啊呀靜

這篇文章主要介紹了python 實現(xiàn)提取PPT中所有的文字，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

我就廢話不多說了，大家還是直接看代碼吧~

# 導(dǎo)入pptx包
from pptx import Presentation
prs = Presentation(path_to_presentation)
text_runs = []
for slide in prs.slides:
 for shape in slide.shapes:
  if not shape.has_text_frame:
   continue
  for paragraph in shape.text_frame.paragraphs:
   for run in paragraph.runs:
    text_runs.append(run.text)

補充：使用 python-pptx-interface 將PPT轉(zhuǎn)換成圖片

▌00 簡單方法

最簡單的方法就是使用PPTX的File中的SaveAs命令，將PPTX文件另存為JPEG格式。

▲ 使用PPT的SaveAs將PPTX存儲為JPEG

注意，在最后一步的時候需要選擇“所有幻燈片(A)”。

▲ 選擇所有幻燈片

最后，PPTX的每張幻燈片都以獨立文件方式保存到文件中。X

這部分的內(nèi)容可以參照： How to Export PowerPoint Slides as JPG or Other Image Formats 中的介紹。

▌01 使用Python-PPTX

1.簡介

python-pptx是用于創(chuàng)建和更新PointPoint（PPTX）文件的Python庫。

一種常用的場合就是從數(shù)據(jù)庫內(nèi)容生成一個客戶定制的PointPoint文件，這個過程通過點擊WEB應(yīng)用上的連接完成。許多開發(fā)之通過他們?nèi)粘９芾硐到y(tǒng)生成工程狀態(tài)匯報PPT。它也可以用于批量生成PPT或者產(chǎn)品特性說明PPT。

python-ppt License:

The MIT License (MIT) Copyright © 2013 Steve Canny, https://github.com/scanny

Python-PPTX對應(yīng)的官方網(wǎng)絡(luò)網(wǎng)址： Python-PPTX https://python-pptx.readthedocs.io/en/latest/user/intro.html#

2.安裝

使用pip進行安裝：

pip install python-pptx

對于python要求： Python2.7,3.3,3.4，3.6

依賴庫：

Python 2.6, 2.7, 3.3, 3.4, or 3.6
lxml
Pillow
XlsxWriter (to use charting features)

▌02 測試

下面的例子來自于： Get Start 。

1. Hello Word

from pptx     import Presentation
prs = Presentation()
title_slide_layout = prs.slide_layouts[0]
slide = prs.slides.add_slide(title_slide_layout)
title = slide.shapes.title
subtitle = slide.placeholders[1]
title.text = 'Hello world!'
subtitle.text = 'python-pptx was here.'
prs.save(r'd:\temp\test.pptx')
printf("\a")

2.Add_TextBox

from pptx import Presentation
from pptx.util import Inches, Pt
prs = Presentation()
blank_slide_layout = prs.slide_layouts[6]
slide = prs.slides.add_slide(blank_slide_layout)
left = top = width = height = Inches(1)
txBox = slide.shapes.add_textbox(left, top, width, height)
tf = txBox.text_frame
tf.text = "This is text inside a textbox"
p = tf.add_paragraph()
p.text = "This is a second paragraph that's bold"
p.font.bold = True
p = tf.add_paragraph()
p.text = "This is a third paragraph that's big"
p.font.size = Pt(40)
prs.save(r'd:\temp\test1.pptx')

▌03 輸出JPEG

1.安裝 python-pptx-interface

pip install python-pptx-interface

2.轉(zhuǎn)換PPTX

注意：轉(zhuǎn)換生成的目錄必須使用新的目錄。否則就會出現(xiàn)：

Folder d:\temp\pptimage already exists. Set overwrite_folder=True, if you want to overwrite folder content.

from pptx_tools import utils
pptfile = r'D:\Temp\如何搭建自己的電子實驗室_20210102R10.pptx'
png_folder = r'd:\temp\pptimage'
utils.save_pptx_as_png(png_folder, pptfile, overwrite_folder=True)

生成后的PPT對應(yīng)的PNGImage。