社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

20行Python代码,轻松提取PPT文字到Word!

Python爱好者社区 • 3 年前 • 391 次点击  



大家好,我是菜鸟哥!今天跟大家分享一个非常实用的Python程序。
遇到的困惑
许多小伙伴不管在学校还是在工作当中,都会遇到一个问题,就是将PPT中的文字提取出来保存到word当中,这样可以方便自己的阅读或者是将文字打印出来。
但是很多时候,小伙伴们只能将PPT中的文字通过复制粘贴的方式,来一张张的提取出来。这样的操作方式无疑非常的低效,今天菜鸟哥就带给大家新的方法,利用程序来批量的提取PPT中的文字,并保存到word文档中,一起来看看吧



01.应用的场景
比如我有这么一个PPT的内容,里面有很多的文字和图片,其中的文字我是比较感兴趣的,尤其是在论文或者是一些重要的学术的报告的ppt中,很多的文字需要提取分析。下面我举例一个简单的PPT页面:



可以看到,上图的PPT中包含了一些文字和图片的内容信息,但是我只想提取文字,其实这个用Python就可以轻松搞定,看一下最后的效果:


效果还不错吧,其实非常简单的,一起看一下怎么做的。


02.程序的设计
我们主要是用到的是python-pptx库以及python-docx库。分别用于PPT文件以及word文件的处理。用pip3即可直接安装,整个程序非常短小精悍,这其核心代码仅仅只需要六行,程序如下图所示:


代码其实很简短的,为了让大家更好的理解这个程序,可以结合下面这张图来给大家一一解释。


在程序中,我们一共用了3层循环来处理:
1).第一层的for循环
用来循环每一页的幻灯片页slide;
2).第二个循环中
判断幻灯片中的每一个形状,然后判断该页中是否含有文本框,如果有文本框,则获取文本框,并命名为text_frame。
3).第三个for循环
则遍历了文本框中的所有段落内容,提取其中的文字保存到word当中。当遍历完整个的PPT文件后,将所有提取到的文字信息保存到本地的word文档当中。
效果如下图所示:

上图的PPT文件当中,包含了四张带有文字的slide幻灯片。当运行程序后,其文字的提取结果如下图所示。


03.视频展示:
为了让大家更加直观的了解程序的运行,菜鸟哥通过程序录制的方式来向大家直观的展示程序运行的结果。

以上就是菜鸟哥今天为大家带来的自动化案例分享,通过短短的几行代码,可以大大的提高大家的工作效率,大家也利用程序,进行快速的提取吧。


重磅!Python交流已成立


公众号运营至今,离不开小伙伴们的支持。
为了给小伙伴们提供一个互相交流的技术平台,特地开通了Python交流群。
群里有不少技术大神,不时会分享一些技术要点,更有一些资源收藏爱好者不时分享一些优质的学习资料。(免费,不卖课!)
需要进群的朋友,可长按扫描下方二维码。


▲长按扫码


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/122404
 
391 次点击