直接提取PPT中的文本内容可以方便我们进行进一步处理或分析,也可以直接用于其他文档的编撰。通过使用Python程序,我们可以快速批量提取PPT中的文本内容,从而实现高效的信息收集或对其中的数据进行分析。本文将介绍如何使用Python程序提取PowerPoint演示文稿中的文本内容,包括幻灯片中的主体文本、幻灯片备注文本以及幻灯片。
文章目录
- 用Python提取PPT幻灯片文本
- 用Python提取PPT备注文本
- 用Python提取PPT批注文本
- 总结
本文所使用的方法需要用到Spire.Presentation for Python,可从官网下载或通过PyPI安装:pip install Spire.Presentation
。
申请免费License
用Python提取PPT幻灯片文本
在PPT幻灯片中,文本内容放置在各种形状中,如文本框、图形。我们可以先获取幻灯片中的形状,再提取其中的文本,从而实现对幻灯片文本内容的提取。以下是操作步骤:
- 创建 Presentation 对象并使用 Presentation.LoadFromFile() 方法载入PPT。
- 遍历PPT中的幻灯片,然后遍历幻灯片中的形状。
- 判断形状是否为 IAutoShape 实例。如果是,则通过 IAutoShape.TextFrame.Paragraphs 获取其中的段落,再通过 Paragraph.Text 属性获取段落中的文本。
- 将文本写入到文本文件。
代码示例:
Python
从 spire.presentation 导入 *
从 spire.presentation.common 导入 *# 创建 Presentation 类的对象
pres = Presentation()# 加载 PowerPoint 演示文稿
pres.LoadFromFile("示例.pptx")text = []
# 循环遍历每个幻灯片
对于 slide 在 pres.Slides 中:# 循环遍历每个形状对于 shape 在 slide.Shapes 中:# 检查形状是否为 IAutoShape 实例如果 isinstance(shape, IAutoShape):# 从形状中提取文本对于 paragraph 在 shape.TextFrame.Paragraphs 中:text.append(paragraph.Text)# 将文本写入文本文件
f = open("output/幻灯片文本.txt", "w", encoding='utf-8')
对于 s 在 text 中:f.write(s + "\n")
f.close()
pres.Dispose()
提取结果:
用Python提取PPT备注文本
备注是基于幻灯片添加的额外信息,可以对演讲者进行引导或提示,且不会展示给观众。幻灯片的备注储存在 NotesSlide 对象中,可以通过 ISlide.NotesSlide 属性获取。再获取到改对象之后,就可以使用 NotesSlide.NotesTextFrame.Text 属性提取其中的文本了。以下是操作步骤:
- 创建 Presentation 对象并使用 Presentation.LoadFromFile() 方法载入PPT。
- 遍历PPT中的幻灯片,通过 ISlide.NotesSlide 属性获取 NotesSlide 对象,再通过 NotesSlide.NotesTextFrame.Text 属性提取备注文本。
- 将文本写入文本文件。
代码示例:
Python
从 spire.presentation 导入 *
从 spire.presentation.common 导入 *# 创建 Presentation 类的对象
pres = Presentation()# 加载 PowerPoint 演示文稿
pres.LoadFromFile("示例.pptx")notes_list = []
# 循环遍历每个幻灯片
对于 slide 在 pres.Slides 中:# 获取备注幻灯片notes_slide = slide.NotesSlide# 获取备注内容notes = notes_slide.NotesTextFrame.Textnotes_list.append(notes)# 将备注写入文本文件
f = open("output/备注文本.txt", "w", encoding="utf-8")
对于 note 在 notes_list 中:f.write(note)f.write("\n")
f.close()
pres.Dispose()
提取结果:
用Python提取PPT批注文本
我们还可以通过 ISlide.Comments 属性获取PPT幻灯片中的批注,并通过 Comment.Text 属性获取批注中的文本。以下是操作步骤:
- 创建 Presentation 对象并使用 Presentation.LoadFromFile() 方法载入PPT。
- 遍历幻灯片,通过 ISlide.Comments 属性获取每张幻灯片中的批注的集合。
- 遍历批注,通过 Comment.Text 属性提取批注中的文本。
- 将文本写入到文本文件。
代码示例:
Python
from spire.presentation import *
from spire.presentation.common import *# 创建 Presentation 类的对象
pres = Presentation()# 加载一个 PowerPoint 演示文稿
pres.LoadFromFile("示例.pptx")comments_list = []
# 遍历所有幻灯片
for slide in pres.Slides:# 获取幻灯片中的所有评论comments = slide.Comments# 遍历评论for comment in comments:# 获取评论文本comment_text = comment.Textcomments_list.append(comment_text)# 将评论写入文本文件
f = open("output/批注文本.txt", "w", encoding="utf-8")
for comment in comments_list:f.write(comment + "\n")
f.close()
pres.Dispose()
提取结果:
总结
本文介绍了如何使用Python提取幻灯片中的文本内容,包括提取幻灯片文本、备注文本以及批注文本。
文中使用的API还支持其他的很多PPT处理操作,请前往Spire.Presentation for Python教程了解更多PPT操作。