Русский
  1. Продукты
  2.   Aspose.Total
  3.   Python via .NET
  4.   Parse
  5.   Извлечение текста и изображений из файла ODT онлайн и с помощью Python

Анализ файла ODT онлайн, а также извлечение текста или изображений с помощью Python

Разработайте мощное приложение для анализа документов ODT на основе Python.Перечислен код для изображений документов ODT и извлечения текста с помощью Python.

Скачать

Анализ документа ODT через онлайн-приложение

  1. Импортируйте файл ODT для анализа, загрузив его.
  2. Сделайте это, щелкнув внутри области перетаскивания с помощью приложения синтаксического анализатора.
  3. В зависимости от размера файла ODT и скорости Интернета подождите несколько секунд.
  4. Нажмите кнопку «Разобрать сейчас», чтобы проанализировать документ.
  5. Загрузите проанализированные файлы для мгновенного просмотра.

Извлечь текст из файла ODT с помощью Python

  1. Ссылочные API внутри проекта непосредственно из PyPI ( Aspose.Words ).
  2. Определите узлы для включения в процесс извлечения текста
  3. Включить или исключить первый и последний узлы
  4. Извлечь содержимое в указанных узлах
  5. Создайте отдельный документ ODT для извлеченного текста.
  6. Код, указанный в функции extract_content.
 

Пример кода на Python для извлечения текста документа 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
 

Извлечение изображений из файла ODT с помощью Python

  1. Ссылочные API внутри проекта непосредственно из PyPI ( Aspose.Words ).
  2. Изображения, хранящиеся в узлах Shape объекта Document.
  3. Чтобы выбрать все узлы фигуры, используйте метод Document.get_child_nodes.
  4. Перебирать полученные коллекции узлов.
  5. Если Shape.has_image возвращает true.
  6. Используйте свойство Shape.image_data для извлечения данных изображения.
  7. Сохранение данных изображения в файл
 

Пример кода на Python для извлечения изображений документа 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
 
 

Разработка приложения для анализа файлов ODT с помощью Python

Вам нужно разработать приложение или утилиту для анализатора ODT?Благодаря тому, что Aspose.Words for Python via .NET является дочерним API Aspose.Total for Python via .NET , любой разработчик Python может интегрировать приведенный выше код API в свое приложение для анализа документов.Мощная библиотека Python позволяет программировать любое решение для анализа документов для извлечения изображений, а также текста.Более того, он может поддерживать многие популярные форматы, включая формат ODT.

Утилита Python для обработки файла ODT для приложения синтаксического анализатора

Существуют альтернативные варианты установки « Aspose.Words for Python via .NET » или « Aspose.Total for Python via .NET » в вашу систему.Пожалуйста, выберите тот, который соответствует вашим потребностям, и следуйте пошаговым инструкциям:

Системные Требования

  • Установлен Python 3.5 или новее.
  • Библиотеки времени выполнения GCC-6 (или более поздних версий).
  • Зависимости среды выполнения .NET Core. Установка самой среды выполнения .NET Core НЕ требуется.
  • Для Python 3.5–3.7: необходима сборка Python pymalloc.

    Для получения более подробной информации обратитесь к Документация продукта .

Часто задаваемые вопросы

  • Могу ли я использовать приведенный выше код Python в своем приложении?
    Да, вы можете скачать этот код и использовать его для разработки приложения для анализа документов на основе Python.Этот код может служить ценным ресурсом для улучшения функциональности и возможностей ваших проектов в области внутренней обработки документов, такой как чтение узлов и загрузка документа для извлечения текста и изображений.
  • Это приложение для онлайн-анализа документов работает только в Windows?
    У вас есть возможность инициировать анализ документов на любом устройстве, независимо от того, в какой операционной системе оно работает, будь то Windows, Linux, Mac OS или Android.Все, что требуется, — это современный веб-браузер и активное подключение к Интернету.
  • Безопасно ли использовать онлайн-приложение для анализа документа ODT?
    Конечно! Выходные файлы, созданные с помощью нашей службы, будут безопасно и автоматически удалены с наших серверов в течение 24 часов.В результате по истечении этого периода отображаемые ссылки, связанные с этими файлами, перестанут работать.
  • В каком браузере следует использовать приложение?
    Вы можете использовать любой современный веб-браузер, например Google Chrome, Firefox, Opera или Safari, для онлайн-анализатора документов ODT.Однако, если вы разрабатываете настольное приложение, мы рекомендуем использовать API обработки документов Aspose.Total для эффективного управления.

Исследовать Парсер файлов Варианты с Python

Разобрать DOC Файлы (Двоичный формат Microsoft Word)
Разобрать DOCX Файлы (Документ Office 2007+ Word)
Разобрать DOT Файлы (Файлы шаблонов Microsoft Word)
Разобрать DOTX Файлы (Файл шаблона Microsoft Word)
Разобрать ODP Файлы (Формат презентации OpenDocument)
Разобрать ODT Файлы (Формат текстового файла OpenDocument)
Разобрать OTT Файлы (Шаблон OpenDocument)
Разобрать PDF Файлы (Портативный формат документа)
Разобрать POWERPOINT Файлы (Файлы презентации)
Разобрать PPT Файлы (Презентация PowerPoint)
Разобрать PPTX Файлы (Формат презентации Open XML)
Разобрать RTF Файлы (Расширенный текстовый формат)
Разобрать WORD Файлы (Форматы файлов WordProcessing)