介紹

• 本文將介紹如何使用pptx和docx庫(kù)來(lái)將PPT中的文字提取到Word中。
• 本文假設(shè)你已經(jīng)安裝了python和這兩個(gè)庫(kù)。
• 本文的場(chǎng)景是：你需要將一個(gè)PPT文件中的所有文字內(nèi)容提取出來(lái)，并按照原來(lái)的格式和順序?qū)懭氲揭粋€(gè)Word文檔中。

準(zhǔn)備工作

首先，我們需要導(dǎo)入pptx和docx庫(kù)，以及其他一些輔助庫(kù)，如下：

import pptx
from docx import Document
from docx.shared import Pt
import os

這些庫(kù)的作用是：

• pptx庫(kù)可以讓我們讀取和修改PPT文件的內(nèi)容和格式。
• docx庫(kù)可以讓我們創(chuàng)建和編輯Word文檔的內(nèi)容和格式。
• Pt是一個(gè)輔助函數(shù)，可以將字號(hào)轉(zhuǎn)換為磅（point）單位，方便我們?cè)O(shè)置字體大小。
• os庫(kù)可以讓我們操作文件系統(tǒng)，例如創(chuàng)建目錄，保存文件等。

然后，我們需要定義一些常量，如文件名，字體，顏色等，如下：

# 文件名
PPT_FILE = 'source.pptx'
WORD_FILE = 'output.docx'

# 字體
FONT_NAME = '宋體'
FONT_SIZE = 12

這些常量的作用是：

• PPT_FILE是我們要提取文字的PPT文件的名稱，你可以根據(jù)你自己的文件名進(jìn)行修改。
• WORD_FILE是我們要寫(xiě)入文字的Word文檔的名稱，你可以根據(jù)你自己的喜好進(jìn)行修改。
• FONT_NAME是我們要使用的字體的名稱，你可以根據(jù)你自己的喜好進(jìn)行修改。
• FONT_SIZE是我們要使用的字體的大小，你可以根據(jù)你自己的喜好進(jìn)行修改。

接下來(lái)，我們需要加載PPT文件和創(chuàng)建Word文檔對(duì)象，如下：

# 加載PPT文件
prs = pptx.Presentation(PPT_FILE)

# 創(chuàng)建Word文檔對(duì)象
doc = Document()

這些代碼的作用是：

• prs = pptx.Presentation(PPT_FILE)是用pptx庫(kù)的Presentation類來(lái)創(chuàng)建一個(gè)PPT文件的對(duì)象，我們可以通過(guò)這個(gè)對(duì)象來(lái)訪問(wèn)和修改PPT文件的內(nèi)容和格式。
• doc = Document()是用docx庫(kù)的Document類來(lái)創(chuàng)建一個(gè)空白的Word文檔的對(duì)象，我們可以通過(guò)這個(gè)對(duì)象來(lái)添加和編輯Word文檔的內(nèi)容和格式。

提取PPT文字

首先，我們需要遍歷PPT文件中的每一個(gè)幻燈片，如下：

# 遍歷PPT文件中的每一個(gè)幻燈片
for slide in prs.slides:
    # 在此處添加代碼

這段代碼的作用是：

for slide in prs.slides:是用一個(gè)for循環(huán)來(lái)遍歷PPT文件對(duì)象prs中的每一個(gè)幻燈片對(duì)象slide，我們可以通過(guò)這個(gè)對(duì)象來(lái)訪問(wèn)和修改幻燈片的內(nèi)容和格式。

然后，我們需要遍歷每一個(gè)幻燈片中的每一個(gè)形狀，判斷是否是包含文本的形狀，如果是，就獲取其內(nèi)部的文本框?qū)ο螅缦拢?/p>

# 遍歷每一個(gè)幻燈片中的每一個(gè)形狀
for shape in slide.shapes:
    # 判斷是否是包含文本的形狀
    if shape.has_text_frame:
        # 獲取其內(nèi)部的文本框?qū)ο?
        text_frame = shape.text_frame
        # 在此處添加代碼

最后，我們需要遍歷每一個(gè)文本框中的每一個(gè)段落，獲取其文本內(nèi)容和格式，然后將其寫(xiě)入到Word文檔中，如下：

# 遍歷每一個(gè)文本框中的每一個(gè)段落
for paragraph in text_frame.paragraphs:
    # 獲取其文本內(nèi)容和格式
    text = paragraph.text
    font = paragraph.font
    # 將其寫(xiě)入到Word文檔中
    doc.add_paragraph(text, style=font)

保存Word文檔

最后，我們需要保存生成的Word文檔，如下：

# 保存生成的Word文檔
doc.save(WORD_FILE)

這段代碼的作用是：

doc.save(WORD_FILE)是用Word文檔對(duì)象doc的save方法來(lái)保存生成的Word文檔，參數(shù)WORD_FILE是我們定義的Word文檔的名稱，你可以在你的電腦上找到這個(gè)文件。

總結(jié)

本文介紹了如何使用python-pptx和python-docx庫(kù)來(lái)將PPT中的文字提取到Word中。

本文通過(guò)一個(gè)實(shí)際的場(chǎng)景，演示了如何遍歷PPT文件中的每一個(gè)幻燈片，每一個(gè)形狀，每一個(gè)文本框，每一個(gè)段落，獲取其文本內(nèi)容和格式，然后將其寫(xiě)入到Word文檔中。

到此這篇關(guān)于Python實(shí)現(xiàn)批量提取PPT中的文字的文章就介紹到這了,更多相關(guān)Python提取PPT文字內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論