使用Python快速提取PPT中的文本內(nèi)容的代碼示例

更新時間：2024年03月10日 09:33:43 作者：Eiceblue

本文將介紹如何使用Python程序提取PowerPoint演示文稿中的文本內(nèi)容,包括幻燈片中的主體文本、幻燈片備注文本以及幻燈片,文中通過代碼示例給大家介紹的非常詳細,具有一定的參考價值,需要的朋友可以參考下

直接提取PPT中的文本內(nèi)容可以方便我們進行進一步處理或分析，也可以直接用于其他文檔的編撰。通過使用Python程序，我們可以快速批量提取PPT中的文本內(nèi)容，從而實現(xiàn)高效的信息收集或?qū)ζ渲械臄?shù)據(jù)進行分析。本文將介紹如何使用Python程序提取PowerPoint演示文稿中的文本內(nèi)容，包括幻燈片中的主體文本、幻燈片備注文本以及幻燈片。

本文所使用的方法需要用到Spire.Presentation for Python，可從官網(wǎng)下載或通過PyPI安裝：pip install Spire.Presentation。

申請免費License

用Python提取PPT幻燈片文本

在PPT幻燈片中，文本內(nèi)容放置在各種形狀中，如文本框、圖形。我們可以先獲取幻燈片中的形狀，再提取其中的文本，從而實現(xiàn)對幻燈片文本內(nèi)容的提取。以下是操作步驟：

創(chuàng)建 Presentation 對象并使用 Presentation.LoadFromFile() 方法載入PPT。
遍歷PPT中的幻燈片，然后遍歷幻燈片中的形狀。
判斷形狀是否為 IAutoShape 實例。如果是，則通過 IAutoShape.TextFrame.Paragraphs 獲取其中的段落，再通過 Paragraph.Text 屬性獲取段落中的文本。
將文本寫入到文本文件。

代碼示例：

Python

從 spire.presentation 導入 *
從 spire.presentation.common 導入 *

# 創(chuàng)建 Presentation 類的對象
pres = Presentation()

# 加載 PowerPoint 演示文稿
pres.LoadFromFile("示例.pptx")

text = []
# 循環(huán)遍歷每個幻燈片
對于 slide 在 pres.Slides 中:
    # 循環(huán)遍歷每個形狀
    對于 shape 在 slide.Shapes 中:
        # 檢查形狀是否為 IAutoShape 實例
        如果 isinstance(shape, IAutoShape):
            # 從形狀中提取文本
            對于 paragraph 在 shape.TextFrame.Paragraphs 中:
                text.append(paragraph.Text)

# 將文本寫入文本文件
f = open("output/幻燈片文本.txt", "w", encoding='utf-8')
對于 s 在 text 中:
    f.write(s + "\n")
f.close()
pres.Dispose()

提取結(jié)果：

Python提取PPT幻燈片文本

用Python提取PPT備注文本

備注是基于幻燈片添加的額外信息，可以對演講者進行引導或提示，且不會展示給觀眾?；脽羝膫渥Υ嬖?NotesSlide 對象中，可以通過 ISlide.NotesSlide 屬性獲取。再獲取到改對象之后，就可以使用 NotesSlide.NotesTextFrame.Text 屬性提取其中的文本了。以下是操作步驟：

創(chuàng)建 Presentation 對象并使用 Presentation.LoadFromFile() 方法載入PPT。
遍歷PPT中的幻燈片，通過 ISlide.NotesSlide 屬性獲取 NotesSlide 對象，再通過 NotesSlide.NotesTextFrame.Text 屬性提取備注文本。
將文本寫入文本文件。

代碼示例：

Python

從 spire.presentation 導入 *
從 spire.presentation.common 導入 *

# 創(chuàng)建 Presentation 類的對象
pres = Presentation()

# 加載 PowerPoint 演示文稿
pres.LoadFromFile("示例.pptx")

notes_list = []
# 循環(huán)遍歷每個幻燈片
對于 slide 在 pres.Slides 中:
    # 獲取備注幻燈片
    notes_slide = slide.NotesSlide
    # 獲取備注內(nèi)容
    notes = notes_slide.NotesTextFrame.Text
    notes_list.append(notes)

# 將備注寫入文本文件
f = open("output/備注文本.txt", "w", encoding="utf-8")
對于 note 在 notes_list 中:
    f.write(note)
    f.write("\n")
f.close()
pres.Dispose()

提取結(jié)果：

Python提取PPT備注文本

用Python提取PPT批注文本

我們還可以通過 ISlide.Comments 屬性獲取PPT幻燈片中的批注，并通過 Comment.Text 屬性獲取批注中的文本。以下是操作步驟：

創(chuàng)建 Presentation 對象并使用 Presentation.LoadFromFile() 方法載入PPT。
遍歷幻燈片，通過 ISlide.Comments 屬性獲取每張幻燈片中的批注的集合。
遍歷批注，通過 Comment.Text 屬性提取批注中的文本。
將文本寫入到文本文件。

代碼示例：

Python

from spire.presentation import *
from spire.presentation.common import *

# 創(chuàng)建 Presentation 類的對象
pres = Presentation()

# 加載一個 PowerPoint 演示文稿
pres.LoadFromFile("示例.pptx")

comments_list = []
# 遍歷所有幻燈片
for slide in pres.Slides:
    # 獲取幻燈片中的所有評論
    comments = slide.Comments
    # 遍歷評論
    for comment in comments:
        # 獲取評論文本
        comment_text = comment.Text
        comments_list.append(comment_text)

# 將評論寫入文本文件
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()

提取結(jié)果：

Python提取PPT批注文本