使用Python快速提取PPT中的文本内容

男娘i 2024-05-01 03:10 78阅读 0赞

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][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：

1.  创建 **Presentation** 对象并使用 **Presentation.LoadFromFile()** 方法载入PPT。
2.  遍历PPT中的幻灯片，然后遍历幻灯片中的形状。
3.  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。
4.  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：**

![Python提取PPT幻灯片文本][Python_PPT]

### 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：

1.  创建 **Presentation** 对象并使用 **Presentation.LoadFromFile()** 方法载入PPT。
2.  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。
3.  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.Text
        notes_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：**

![Python提取PPT备注文本][Python_PPT 1]

### 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：

1.  创建 **Presentation** 对象并使用 **Presentation.LoadFromFile()** 方法载入PPT。
2.  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。
3.  遍历批注，通过 **Comment.Text** 属性提取批注中的文本。
4.  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.Text
            comments_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：**

![Python提取PPT批注文本][Python_PPT 2]

#### 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][Spire.Presentation for Python 1]了解更多PPT操作。

[Spire.Presentation for Python]: https://www.e-iceblue.cn/Downloads/Spire-Presentation-Python.html
[License]: https://www.e-iceblue.com/TemLicense.html
[Python_PPT]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/b409c981869d44ad833c16e81d11468d.png
[Python_PPT 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/6542494a310541c8a27d7d7363e0f069.png
[Python_PPT 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/e6c73ad49a754c5b9827da41efd0d3bb.png
[Spire.Presentation for Python 1]: https://www.e-iceblue.cn/presentationforpython/spire-presentation-for-python-program-guide-content.html