介绍
本文将介绍如何使用
pptx
和
docx
库来将PPT中的文字提取到Word中。
本文假设你已经安装了python和这两个库。
本文的场景是:你需要将一个PPT文件中的所有文字内容提取出来,并按照原来的格式和顺序写入到一个Word文档中。
准备工作
首先,我们需要导入
pptx
和
docx
库,以及其他一些辅助库,如下:
import pptx
from docx import Document
from docx.shared import Pt
import os
这些库的作用是:
pptx
库可以让我们读取和修改PPT文件的内容和格式。
docx
库可以让我们创建和编辑Word文档的内容和格式。
Pt
是一个辅助函数,可以将字号转换为磅(point)单位,方便我们设置字体大小。
os
库可以让我们操作文件系统,例如创建目录,保存文件等。
然后,我们需要定义一些常量,如文件名,字体,颜色等,如下:
# 文件名
PPT_FILE = 'source.pptx'
WORD_FILE = 'output.docx'
# 字体
FONT_NAME = '宋体'
FONT_SIZE = 12
这些常量的作用是:
PPT_FILE
是我们要提取文字的PPT文件的名称,你可以根据你自己的文件名进行修改。
WORD_FILE
是我们要写入文字的Word文档的名称,你可以根据你自己的喜好进行修改。
FONT_NAME
是我们要使用的字体的名称,你可以根据你自己的喜好进行修改。
FONT_SIZE
是我们要使用的字体的大小,你可以根据你自己的喜好进行修改。
接下来,我们需要加载PPT文件和创建Word文档对象,如下:
# 加载PPT文件
prs = pptx.Presentation(PPT_FILE)
# 创建Word文档对象
doc = Document()
这些代码的作用是:
prs = pptx.Presentation(PPT_FILE)
是用
pptx
库的
Presentation
类来创建一个PPT文件的对象,我们可以通过这个对象来访问和修改PPT文件的内容和格式。
doc = Document()
是用
docx
库的
Document
类来创建一个空白的Word文档的对象,我们可以通过这个对象来添加和编辑Word文档的内容和格式。
提取PPT文字
首先,我们需要遍历PPT文件中的每一个幻灯片,如下:
# 遍历PPT文件中的每一个幻灯片
for slide in prs.slides:
# 在此处添加代码
这段代码的作用是:
for slide in prs.slides:
是用一个
for
循环来遍历PPT文件对象
prs
中的每一个幻灯片对象
slide
,我们可以通过这个对象来访问和修改幻灯片的内容和格式。
然后,我们需要遍历每一个幻灯片中的每一个形状,判断是否是包含文本的形状,如果是,就获取其内部的文本框对象,如下:
# 遍历每一个幻灯片中的每一个形状
for shape in slide.shapes:
# 判断是否是包含文本的形状
if shape.has_text_frame:
# 获取其内部的文本框对象
text_frame = shape.text_frame
# 在此处添加代码
最后,我们需要遍历每一个文本框中的每一个段落,获取其文本内容和格式,然后将其写入到Word文档中,如下:
# 遍历每一个文本框中的每一个段落
for paragraph in text_frame.paragraphs:
# 获取其文本内容和格式
text = paragraph.text
font = paragraph.font
# 将其写入到Word文档中
doc.add_paragraph(text, style=font)
保存Word文档
最后,我们需要保存生成的Word文档,如下:
# 保存生成的Word文档
doc.save(WORD_FILE)
这段代码的作用是:
doc.save(WORD_FILE)
是用Word文档对象
doc
的
save
方法来保存生成的Word文档,参数
WORD_FILE
是我们定义的Word文档的名称,你可以在你的电脑上找到这个文件。
总结
本文介绍了如何使用
python-pptx
和
python-docx
库来将PPT中的文字提取到Word中。
本文通过一个实际的场景,演示了如何遍历PPT文件中的每一个幻灯片,每一个形状,每一个文本框,每一个段落,获取其文本内容和格式,然后将其写入到Word文档中。
Sora最近老火了,Sora 的出现会对短视频、广告、游戏、影视行业等产业格局一定会被重塑,目前 Sora 还没正式开放注册,大家看到的使用体验大部分都来自官网,或者少部分的用户分享。
为了避免更多读者受骗,我们直接给大家整了一个免费的。
注意是下面【 Python都知道 】公众号,不是本公众号,点击下方的公众号卡片,然后回复【 sora 】 ,即可获取最新 Sora 的最全资料。
目前已经分享了,如何申请 Sora 的内测,以及最新关于 Sora 的技术特点,使用教程、变现机遇等等。
大家如果想领取这份资料,可以点击下方的公众号卡片,然后回复 【 sora 】 ,即可获取最新 Sora 的最全资料。
需要提醒大家的是,Sora 目前还没有完全开放,任何市面上付费的一些课程,都请大家谨慎选择。
可以确定的是:未来 10-20年,一定是 AI 的大风口、大时代,如果错过了公众号、错过了抖音、错过了小红书。
请一定不要错过 AI +。
面对浪潮,恐惧只会让我们伫立在原地,被巨浪吞噬。
要去主动适应它,不被恐惧束缚,动起胳膊动起脚,才不会被淘汰。
注意是下面【 Python都知道 】公众号,不是本公众号,点击下方的公众号卡片,然后回复 【 sora 】 ,即可获取最新 Sora 的最全资料。