Português
  1. Produtos
  2.   Aspose.Total
  3.   Python via .NET
  4.   Parse
  5.   Extraia texto e imagens do arquivo ODT online e usando Python

Analise arquivo ODT online e extraia texto ou imagens via Python

Desenvolva um poderoso aplicativo utilitário de análise de documentos ODT baseado em Python.Código listado para imagens de documentos ODT e extração de texto por meio de Python.

Baixar

Analisar documento ODT via aplicativo online

  1. Importe o arquivo ODT para análise fazendo upload dele.
  2. Faça isso clicando dentro da área de soltar arrastando e soltando o aplicativo analisador.
  3. Dependendo do tamanho do arquivo ODT e da velocidade da internet, aguarde alguns segundos.
  4. Clique no botão ‘Analisar agora’ para analisar o documento.
  5. Baixe os arquivos analisados para visualizar instantaneamente.

Extraia texto do arquivo ODT via Python

  1. Faça referência a APIs dentro do projeto diretamente do PyPI ( Aspose.Words )
  2. Definir nós para incluir no processo de extração de texto
  3. Incluir ou excluir o primeiro e o último nó
  4. Extraia conteúdo em nós especificados
  5. Crie um documento ODT separado para o texto extraído
  6. Código listado na função extract_content.
 

Exemplo de código em Python para extrair texto de documento ODT

def extract_content(startNode : aw.Node, endNode : aw.Node, isInclusive : bool):
verify_parameter_nodes(startNode, endNode)
nodes = []
if (endNode.node_type == aw.NodeType.COMMENT_RANGE_END and isInclusive) :
node = find_next_node(aw.NodeType.COMMENT, endNode.next_sibling)
if (node != None) :
endNode = node
originalStartNode = startNode
originalEndNode = endNode
startNode = get_ancestor_in_body(startNode)
endNode = get_ancestor_in_body(endNode)
isExtracting = True
isStartingNode = True
currNode = startNode
while (isExtracting) :
cloneNode = currNode.clone(True)
isEndingNode = currNode == endNode
if (isStartingNode or isEndingNode) :
if (isEndingNode) :
process_marker(cloneNode, nodes, originalEndNode, currNode, isInclusive, False, not isStartingNode, False)
isExtracting = False
if (isStartingNode) :
process_marker(cloneNode, nodes, originalStartNode, currNode, isInclusive, True, True, False)
isStartingNode = False
else :
nodes.append(cloneNode)
if (currNode.next_sibling == None and isExtracting) :
nextSection = currNode.get_ancestor(aw.NodeType.SECTION).next_sibling.as_section()
currNode = nextSection.body.first_child
else :
currNode = currNode.next_sibling
if (isInclusive and originalEndNode == endNode and not originalEndNode.is_composite) :
include_next_paragraph(endNode, nodes)
return nodes
view raw extract-text-from-word-files.py hosted with ❤ by GitHub
 

Extraia imagens do arquivo ODT via Python

  1. Faça referência a APIs dentro do projeto diretamente do PyPI ( Aspose.Words )
  2. Imagens armazenadas em nós Shape do objeto Document
  3. Para selecionar todos os nós Shape, use o método Document.get_child_nodes
  4. Loop pelas coleções de nós resultantes
  5. Se Shape.has_image retornar verdadeiro.
  6. Use a propriedade Shape.image_data para extrair dados da imagem.
  7. Salvar dados de imagem em um arquivo
 

Exemplo de código em Python para extrair imagens de documentos ODT

doc = aw.Document(docs_base.my_dir + "sourcefile.docx")
shapes = doc.get_child_nodes(aw.NodeType.SHAPE, True)
imageIndex = 0
for shape in shapes :
shape = shape.as_shape()
if (shape.has_image) :
imageFileName = f"Image.ExportImages.{imageIndex}_{aw.FileFormatUtil.image_type_to_extension(shape.image_data.image_type)}"
shape.image_data.save(docs_base.artifacts_dir + imageFileName)
imageIndex += 1
view raw extract-images-from-word-files.py hosted with ❤ by GitHub
 
 

Desenvolva um aplicativo analisador de arquivo ODT via Python

Precisa desenvolver um aplicativo ou utilitário analisador ODT?Com o Aspose.Words for Python via .NET , uma API filha do Aspose.Total for Python via .NET , qualquer desenvolvedor python pode integrar o código da API acima em seu aplicativo analisador de documentos.A poderosa biblioteca Python permite programar qualquer solução de análise de documentos para extrair imagens e também texto.Além disso, pode suportar muitos formatos populares, incluindo o formato ODT.

Utilitário Python para processar arquivo ODT para aplicativo analisador

Existem opções alternativas para instalar “ Aspose.Words for Python via .NET ” ou “ Aspose.Total for Python via .NET ” em seu sistema.Escolha um que se adeque às suas necessidades e siga as instruções passo a passo:

Requisitos de sistema

  • Python 3.5 ou posterior está instalado
  • Bibliotecas de tempo de execução GCC-6 (ou posteriores).
  • Dependências do .NET Core Runtime. A instalação do próprio .NET Core Runtime NÃO é necessária.
  • Para Python 3.5-3.7: A compilação pymalloc do Python é necessária.

    Para obter mais detalhes, consulte Documentação do produto .

Perguntas frequentes

  • Posso usar o código Python acima em meu aplicativo?
    Sim, você pode baixar este código e utilizá-lo para desenvolver um aplicativo analisador de documentos baseado em Python.Este código pode servir como um recurso valioso para aprimorar a funcionalidade e os recursos de seus projetos no domínio do processamento backend de documentos, como leitura de nós e carregamento do documento para extração de texto e imagens.
  • Este aplicativo analisador de documentos online funciona apenas no Windows?
    Você tem a flexibilidade de iniciar a análise de documentos em qualquer dispositivo, independentemente do sistema operacional em que ele é executado, seja Windows, Linux, Mac OS ou Android.Tudo o que é necessário é um navegador contemporâneo e uma conexão ativa com a Internet.
  • É seguro usar o aplicativo online para analisar documentos ODT?
    Claro! Os arquivos de saída gerados por meio de nosso serviço serão removidos de forma segura e automática de nossos servidores dentro de um prazo de 24 horas.Como resultado, os links de exibição associados a esses arquivos deixarão de funcionar após esse período.
  • Qual navegador deve usar o aplicativo?
    Você pode usar qualquer navegador moderno como Google Chrome, Firefox, Opera ou Safari para analisador de documentos ODT online.No entanto, se você estiver desenvolvendo um aplicativo de desktop, recomendamos usar a API de processamento de documentos Aspose.Total para um gerenciamento eficiente.

Explorar Analisador de arquivos Opções com Python

Analisar DOC Arquivos (Formato binário do Microsoft Word)
Analisar DOCX Arquivos (Documento do Word do Office 2007+)
Analisar DOT Arquivos (Arquivos de modelo do Microsoft Word)
Analisar DOTX Arquivos (Arquivo de modelo do Microsoft Word)
Analisar ODP Arquivos (Formato de Apresentação OpenDocument)
Analisar ODT Arquivos (Formato de Arquivo de Texto OpenDocument)
Analisar OTT Arquivos (Modelo OpenDocument)
Analisar PDF Arquivos (Formato de Documento Portátil)
Analisar POWERPOINT Arquivos (Arquivos de apresentação)
Analisar PPT Arquivos (Apresentação em powerpoint)
Analisar PPTX Arquivos (Formato de apresentação XML aberto)
Analisar RTF Arquivos (Formato de texto rico)
Analisar WORD Arquivos (Formatos de arquivo de processamento de texto)