Python社区  »  Python

20行Python代码,轻松提取PPT文字到Word!

Python爱好者社区 • 4 周前 • 24 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
 
24 次点击  
分享到微博