通过python-pptx模块操作ppt文件

欢迎关注”生信修炼手册”!

ppt通过其精美的可视化技巧以及良好的演示效果，成为了职场人士的必备技能。ppt的设计是一门大学问，无论是设计技巧，还是操作方法，都衍生出了专门的课程。

本文主要介绍python操作ppt的技巧，编程的优势在于处理速度，对于高大上的ppt设计，还是需要"以人为本", 所以该模块的使用场景主要是ppt基本元素的提取和添加，适合大量内容的转化，比如word转ppt, 减少大量繁琐的人工操作，尽管提供了一些基本的样式设计，但是并不能满足日常办公对ppt美观性的要求。

在该模块中，将ppt拆分为了以下多个元素

1. presentations, 表示整个ppt文档

2. sliders. 表示ppt文档的每一页

3. shapes

4. placeholders

上述分类对应的常用操作如下

1. presentations

用于打开，创建，保存ppt文档，用法如下

>>> from pptx import Presentation
# 创建新的ppt文档
>>> prs = Presentation()
# 打开一个ppt文档
>>> prs = Presentation('input.pptx')
# 保存ppt文档
>>> prs.save('test.pptx')

2. slides

在创建一页ppt时，需要指定对应的布局，在该模块中，内置了以下9种布局

1. Title

2. Title and Content

3. Section Header

4. Two Content

5. Comparison

6. Title Only

7. Blank

8. Content with Caption

9. Picture with Caption

通过数字下标0到9来访问，指定布局添加一页ppt的用法如下

>>> title_slide_layout = prs.slide_layouts[0]
>>> slide = prs.slides.add_slide(title_slide_layout)

3. shapes

shapes表示容器，在制作ppt时，各种基本元素，比如文本框，表格，图片等都占据了ppt的一个部分，或者矩形区域，或者其他各种自定义的形状。shapes表示所有基本元素的和，通过如下方式来访问对应的shapes

>>> shapes = slide.shapes

对于shapes而言，我们可以获取和设置其各种属性，比如最常用的text属性，用法如下

>>> shapes.text = 'hello world'

还可以通过add系列方法来添加各种元素，添加文本框的方法如下

>>> from pptx.util import Inches, Pt
>>> left = top = width = height = Inches(1)
>>> txBox = slide.shapes.add_textbox(left, top, width, height)
>>> tf = txBox.text_frame
>>> tf.text = "first paragraph"
>


    
>> p = tf.add_paragraph()
>>> p.text = "second paragraph"

添加表格的方法如下

>>> rows = cols = 2
>>> left = top = Inches(2.0)
>>> width = Inches(6.0)
>>> height = Inches(0.8)
>>> table = shapes.add_table(rows, cols, left, top, width, height).table
>>> table.columns[0].width = Inches(2.0)
>>> table.columns[1].width = Inches(4.0)
>>> # write column headings
>>> table.cell(0, 0).text = 'Foo'
>>> table.cell(0, 1).text = 'Bar'

4. placeholders

shapes表示所有基本元素的总和，而placeholders则表示每一个具体的元素，所以placeholders是shapes的子集，通过数字下标来访问对应的placeholder，用法如下

>>> slide.placeholders[1]
0x03F73A90>
>>> slide.placeholders[1].placeholder_format.idx
1
>>> slide.placeholders[1].name
'Subtitle 2'

placeholders是页面上已有的元素，获取对应的placeholders之后，可以通过insert系列方法来向其中新添元素。

了解上述层级结构，有助于我们对ppt的读写操作。除了写操作之外，也可以通过读操作来批量提取ppt中的特定元素，以文字为例，提取方式如下

from pptx import Presentation

prs = Presentation(path_to_presentation)

text_runs = []

for slide in prs.slides:
    for shape in slide.shapes:
        if not shape.has_text_frame:
            continue
        for paragraph in shape.text_frame.paragraphs:



    
            for run in paragraph.runs:
                text_runs.append(run.text)

通过该模块，可以快速搭建ppt的基本框架，也可以批量提取ppt中的特定元素，比如提取文字转换成word, 或者提取表格转换成excel文件。总而言之，该模块适合替代大量繁琐的人工复制粘贴操作。

·end·

—如果喜欢，快分享给你的朋友们吧—

原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！

本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。