PPT
PPTX
ODP
POT
ppsx
PPT
Python を使用して PPT プレゼンテーションからテキストと画像を抽出する
サーバー側 API を使用して、PowerPoint からテキスト、画像、ビデオ、およびオーディオ ファイルを抽出する独自の Python アプリを構築します。
Python 経由で PPT プレゼンテーションからテキストを抽出
プレゼンテーション全体からテキストをスキャンするには、SlideUtil クラスによって公開される GetAllTextFrames 静的メソッドを使用します。以下のコードは、マスター スライドを含むプレゼンテーションからテキストと書式設定情報をスキャンします。
Python を使用して PPT プレゼンテーションからテキストを抽出しています
import aspose.slides as slides
#Instatiate Presentation class that represents a PPT file
with slides.Presentation("pres.ppt") as pptxPresentation:
# Get an Array of ITextFrame objects from all slides in the PPT
textFramesPPTX = slides.util.SlideUtil.get_all_text_frames(pptxPresentation, True)
# Loop through the Array of TextFrames
for i in range(len(textFramesPPTX)):
# Loop through paragraphs in current ITextFrame
for para in textFramesPPTX[i].paragraphs:
# Loop through portions in the current IParagraph
for port in para.portions:
# Display text in the current portion
print(port.text)
# Display font height of the text
print(port.portion_format.font_height)
# Display font name of the text
if port.portion_format.latin_font != None:
print(port.portion_format.latin_font.font_name)
Python 経由で PPT からテキストを抽出する方法
PPT ファイルを解析する手順は次のとおりです。
プレゼンテーションのインスタンスで PPT を読み込みます
PPT 内のすべてのスライドから TextFrame オブジェクトの配列を取得します
TextFrames の配列をループする
現在の TextFrame の段落をループします
現在の段落の部分をループする
現在の部分のテキストを取得する